SKILLEMALL.ai

AB mobile-commerce-ux-auditor

Аудит мобильных сценариев покупок, выявление препятствий для конверсии, приоритизация проблем UX и предложение бэклога экспериментов для продуктовых команд, специалистов по CRO и операторов электронной коммерции. Используйте при обзоре мобильных витрин, страниц продуктов, корзин, процессов оформления заказа или потоков покупок в приложениях на основе снимков экрана или текстовых описаний потоков без использования API аналитики в реальном времени.

машинный переводПоказать оригиналСкрыть оригинал«Audit mobile shopping flows, identify conversion friction, prioritize…»

Audit mobile shopping flows, identify conversion friction, prioritize UX issues, and suggest experiment backlogs for product teams, CRO specialists, and e-commerce operators. Use when reviewing mobile storefronts, PDPs, carts, checkouts, or app purchase flows from screenshots or textual flow descriptions without live analytics APIs.

ClawHub Agent Skills автор: haidong v1.0.0 MIT-0 4 файла тело ≈ 688 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Аудит мобильных сценариев покупок, выявление препятствий для конверсии, приоритизация проблем UX и предложение бэклога экспериментов для продуктовых команд…

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

АнализаторДизайнтип 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: 3. 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: 32
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 688 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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 334 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 32 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 runtime instructions match its stated purpose of producing heuristic mobile-commerce UX audits; no sensitive credentials, network calls, or installs are requested — only a minor mismatch in the metadata about 'page speed' capability.
    LLM: benign (high) · VirusTotal: benign · 13 апр. 2026 г.