SKILLEMALL.ai

AB support-flow-builder

Преобразуйте политики поддержки электронной коммерции, шаблоны тикетов и контекст каналов в многоразовые потоки поддержки, руководства для агентов, макросы, логику передачи боту и заметки по управлению для руководителей CX, менеджеров поддержки и операционных команд. Используйте при разработке рабочих процессов возврата, возмещения, задержки доставки, сбоя оплаты, эскалации VIP или передачи от бота к человеку без прямых интеграций с хелпдеском.

машинный переводПоказать оригиналСкрыть оригинал«Turn ecommerce support policies, ticket patterns, and channel context…»

Turn ecommerce support policies, ticket patterns, and channel context into reusable support flows, agent playbooks, macros, bot handoff logic, and governance notes for CX leaders, support managers, and operations teams. Use when designing refund, return, delivery-delay, payment-failure, VIP escalation, or bot-to-human workflows without live helpdesk integrations.

ClawHub Agent Skills автор: haidong v1.0.0 MIT-0 3 файла тело ≈ 731 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Преобразуйте политики поддержки электронной коммерции, шаблоны тикетов и контекст каналов в многоразовые потоки поддержки, руководства для агентов, макросы…

Как процесс B 74/100 · Почти готов — слабые места: результат и критерий готовности, ошибки и развилки, повторный запуск

ПроцедураИИ и агентыТорговляПоддержка клиентовтип 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
74/100
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 74/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 34
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 731 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 365 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 34 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, instructions, and requirements are coherent with its stated purpose (creating offline support flow documentation) and do not request unrelated credentials or install external software.
    LLM: benign (high) · VirusTotal: benign · 13 апр. 2026 г.