BD Digital Human Operations Assistant
AI-помощник по операциям с цифровыми людьми (виртуальными аватарами) для финансовых учреждений — охватывает дизайн сценариев, планирование контента, управление прямыми трансляциями, оптимизацию взаимодействия и аналитику производительности. Создано для команд цифрового маркетинга банков и страховых компаний. Ключевые слова: цифровой человек, виртуальный аватар, прямая трансляция, виртуальный спикер, финансовый маркетинг, 数字人, 虚拟主播, 直播运营, 虚拟形象, 金融营销, AI主播, 数字人运营, 虚拟人设.
машинный переводПоказать оригиналСкрыть оригинал«AI-powered digital human (virtual avatar) operations assistant for fin…»
AI-powered digital human (virtual avatar) operations assistant for financial institutions — covers script design, content planning, live streaming management, interaction optimization, and performance analytics. Built for bank and insurance digital marketing teams. Keywords: digital human, virtual avatar, live streaming, virtual spokesperson, financial marketing, 数字人, 虚拟主播, 直播运营, 虚拟形象, 金融营销, AI主播, 数字人运营, 虚拟人设.
AI-помощник по операциям с цифровыми людьми (виртуальными аватарами) для финансовых учреждений — охватывает дизайн сценариев, планирование контента…
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 1 месте: ClawHub
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 3, column 14: description: AI-powered digital human (virtual avatar) operations assistant for… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug"
Процессный рейтинг: все десять параметров 49/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Согласованность. Имя во frontmatter (Digital Human Operations Assistant) не совпадает с папкой (security-digital-human-ops)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 19
- 100Стоимость исполнения. Тело инструкции 2253 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 413 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 19 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.