AC retail-clerk-performance-analysis
Инструмент глубокого анализа индивидуальной производительности продавцов-консультантов. Поддерживает обычные магазины (данные POS) и магазины AIoT (данные POS + AIoT). Выводит подробный индивидуальный отчет по диагностике продавца-консультанта, включающий: 1. Ключевые показатели производительности (объем продаж, рейтинг, доля в объеме продаж) 2. Сравнение способностей на радарной диаграмме (6 аспектов способностей против среднего по магазину) 3. Анализ характеристик товара (предпочтения по категориям/ценовым сегментам/типам сумок/цветам/новинкам) 4. Анализ топ-5 SKU бестселлеров (доля вклада в магазин, концентрация SPU, дата выпуска) 5. Анализ структуры заказов (скидки/комплекты/структура членства) 6. Анализ пробного использования AIoT с низкой конверсией (только для магазинов AIoT) 7. Анализ воронки клиентов AIoT (только для магазинов AIoT) 8. Анализ тенденций продаж за 14 дней 9. Комплексная диагностика и рекомендации к действию Условия активации: - Пользователь спрашивает о производительности продавца-консультанта (например, «Какова производительность Ли Цуй?») - Пользователь анализирует способности продавца-консультанта (например, «Каковы навыки продаж продавца-консультанта?») - Пользователю требуется диагностика продавца-консультанта (например, «В чем проблемы продавца-консультанта?»)
машинный переводПоказать оригиналСкрыть оригинал«导购个人业绩深度分析工具。支持普通门店（POS数据）和AIoT门店（POS+AIoT数据）。 输出导购个人详细诊断报告，包含： 1. 核心…»
导购个人业绩深度分析工具。支持普通门店（POS数据）和AIoT门店（POS+AIoT数据）。 输出导购个人详细诊断报告，包含： 1. 核心业绩指标（销售额、排名、业绩占比） 2. 雷达图能力对比（6维能力 vs 门店平均） 3. 商品特征分析（品类/价格带/包型/颜色/新品偏好） 4. Top5 SKU爆品分析（门店贡献率、SPU集中度、上市时间） 5. 订单结构分析（折扣/连带/会员结构） 6. AIoT高试用低转化分析（仅AIoT门店） 7. AIoT客户漏斗分析（仅AIoT门店） 8. 14天销售趋势分析 9. 综合诊断与行动建议 触发条件： - 用户询问导购业绩（如"李翠业绩怎么样"） - 用户分析导购能力（如"导购销售能力如何"） - 用户需要导购诊断（如"导购有什么问题"）
Инструмент глубокого анализа индивидуальной производительности продавцов-консультантов.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 53/100
- 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
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 120
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3007 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 13. 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -228 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 3 примера фраз-триггеров в кавычках
- +3Длина description 349 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 35 заголовков
- +3Пошаговые инструкции: 120 пунктов
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.