SKILLEMALL.ai
GitHub ↗ EN Войти

BD 胡田-OPC导师-即期本票

Навык оформления краткосрочных векселей. Помогает пользователям разобраться в требованиях законодательства о векселях, знаниях о векселях, проверке подлинности, выявлении мошенничества, банковской проверке, проверке комиссий и принятии решений об утверждении. Основная ценность — выявление и предотвращение мошенничества с векселями, защита безопасности активов клиентов.

машинный переводПоказать оригиналСкрыть оригинал«即期本票全流程技能，帮助用户掌握票据法合规要求、票据知识、真伪鉴别、诈骗识别、银行验证、佣金审查和审核决策。核心价值是识别和防范票据诈骗，保…»

即期本票全流程技能，帮助用户掌握票据法合规要求、票据知识、真伪鉴别、诈骗识别、银行验证、佣金审查和审核决策。核心价值是识别和防范票据诈骗，保护客户资产安全。

ClawHub Agent Skills автор: golngod v1.0.0 MIT-0 11 файлов тело ≈ 4 933 токенов Открыть источникclawhub.ai↗ проанализирован 24 ч назад

Навык оформления краткосрочных векселей.

Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Процедуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
55
Прогон на моделях
не было
Процессный рейтинг
D
47/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • 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: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "level"
  • заметка frontmatter-key неизвестное поле фронтматтера "created"
  • заметка frontmatter-key неизвестное поле фронтматтера "source"

Процессный рейтинг: все десять параметров 47/100

  • 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 (胡田-OPC导师-即期本票) не совпадает с папкой (opc-promissory-note)
  • 70Стоимость исполнения. Тело инструкции 4933 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 76
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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)
  • +3Длина description 78: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -244 эмодзи в инструкциях: шум для модели
  • -48 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 62 заголовков
  • +3Пошаговые инструкции: 76 пунктов
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 55.

Внешние проверки

ClawHub: suspicious
This is a non-executable financial review skill, but it includes under-scoped operational guidance for high-value and cross-border financial workflows that users should review carefully before relying on it.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.