SKILLEMALL.ai

AB inventory-risk-radar

Сканирует заметки по инвентарю электронной коммерции или CSV-экспорты на предмет рисков отсутствия на складе, избытка на складе, устаревания, задержки поставок и готовности к промоакциям, а затем превращает их в ранжированный список наблюдения, сводку по дням покрытия, лестницу действий, заметки по сценариям и краткий отчет для операторов. Используйте, когда планировщики инвентаря, руководители операций, операторы, осведомленные о финансах, основатели или команды маркетплейсов нуждаются в легком слое обнаружения рисков без интеграции с ERP, WMS или прогнозированием спроса в реальном времени.

машинный переводПоказать оригиналСкрыть оригинал«Scan ecommerce inventory notes or CSV exports for stockout, overstock,…»

Scan ecommerce inventory notes or CSV exports for stockout, overstock, aging, inbound-delay, and promo-readiness risk, then turn them into a ranked watchlist, days-of-cover summary, action ladder, scenario notes, and operator-ready meeting brief. Use when inventory planners, operations leads, finance-aware operators, founders, or marketplace teams need a lightweight risk-detection layer without live ERP, WMS, or demand-forecasting integrations.

ClawHub Agent Skills автор: haidong v1.0.0 MIT-0 3 файла тело ≈ 944 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Сканирует заметки по инвентарю электронной коммерции или CSV-экспорты на предмет рисков отсутствия на складе, избытка на складе, устаревания, задержки…

Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, ошибки и развилки, повторный запуск

АнализаторДанные и аналитикаТексты и документыТорговлятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 70/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 48
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 944 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 448 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 48 пунктов
    • +4Есть примеры (0 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    The skill's code and instructions are coherent with its stated purpose: it heuristically parses user-provided inventory notes/CSV text and emits an operations-oriented markdown brief without requesting credentials, installing software, or calling external services.
    LLM: benign (high) · VirusTotal: benign · 13 апр. 2026 г.