AC retail-customer-list-analysis
Инструмент анализа клиентской базы. На основе данных клиентской базы из Shop API позволяет быстро запрашивать количество клиентов различных типов, сводную информацию о пробном использовании, информацию о соответствии гидов-консультантов. Основные возможности: 1. Статистика распределения типов клиентов (количество и доля обычных/потенциальных/заинтересованных/совершенных сделок клиентов). 2. Сводная информация о пробном использовании клиентов (количество интересующих товаров, количество пробных товаров, конверсия после пробного использования). 3. Анализ соответствия гидов-консультантов (количество клиентов, связанных с каждым гидом-консультантом, количество неудачных совпадений и причины). 4. Запрос списка деталей клиентов (поддержка пагинации, фильтрации, экспорта). Источник данных: POST /api/v1/customer/list. Сценарии использования: - Быстрый запрос информации о клиентах на утренних/еженедельных совещаниях. - Мониторинг распределения типов клиентов в реальном времени. - Проверка распределения клиентов гидами-консультантами. - Обработка клиентов с неудачными совпадениями. Условия срабатывания: - Пользователь запрашивает клиентскую базу (например, "Сколько заинтересованных клиентов сегодня?"). - Пользователь запрашивает статистику типов клиентов (например, "Какова доля каждого типа клиентов?"). - Пользователь проверяет соответствие гидов-консультантов (например, "Сколько клиентов не удалось сопоставить?"). - Пользователь просматривает информацию о пробном использовании клиентов (например, "Какова ситуация с пробным использованием клиентов?").
машинный переводПоказать оригиналСкрыть оригинал«客户清单分析工具。基于Shop API客户清单数据，快速查询不同类型客户的数量、试用情况汇总、导购匹配情况。 核心能力： 1. 客户类型分…»
客户清单分析工具。基于Shop API客户清单数据，快速查询不同类型客户的数量、试用情况汇总、导购匹配情况。 核心能力： 1. 客户类型分布统计（普通/潜在/意向/成交客户数量及占比） 2. 客户试用情况汇总（感兴趣商品数、试用商品数、试用后成交转化） 3. 导购匹配分析（各导购关联客户数、匹配失败数量及原因） 4. 客户明细列表查询（支持分页、筛选、导出） 数据源：POST /api/v1/customer/list 使用场景： - 晨会/周会快速查询客户情况 - 实时监控客户类型分布 - 导购客户分配检查 - 匹配失败客户处理 触发条件： - 用户查询客户清单（如"今天有多少意向客户"） - 用户统计客户类型（如"各类型客户占比多少"） - 用户检查导购匹配（如"有多少客户匹配失败"） - 用户查看客户试用情况（如"客户试用情况如何"）
Инструмент анализа клиентской базы.
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: 4. 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: 6
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 749 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
- +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
- +5В description 4 примера фраз-триггеров в кавычках
- +3Длина description 379 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 6 пунктов
- +4Есть примеры (5 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.