SKILLEMALL.ai

BC ddt-tencent-map-auto-channel

Анализ масштаба бренда, охвата по провинциям и городам, типов услуг и конкурентной среды в сфере автосервиса. Название и адрес места, скопированные из Tencent Maps, могут быть использованы в качестве входных данных; выводы основаны на опубликованных снимках магазинов из DianDianTong. Этот Skill не является официальным продуктом Tencent Maps и не имеет никаких партнерских отношений, лицензий или источников данных с Tencent Maps.

машинный переводПоказать оригиналСкрыть оригинал«汽服渠道的品牌规模、省市覆盖、服务类型与竞争格局分析。 可将腾讯地图中复制出的地点名称和地址文本作为地点输入;基于店店通已发布门店快照生成可…»

汽服渠道的品牌规模、省市覆盖、服务类型与竞争格局分析。 可将腾讯地图中复制出的地点名称和地址文本作为地点输入;基于店店通已发布门店快照生成可核验结论。本 Skill 非腾讯地图官方产品,和腾讯地图不存在合作、授权或数据来源关系。

ClawHub Agent Skills автор: horacetu v1.0.0 MIT-0 2 файла тело ≈ 839 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Анализ масштаба бренда, охвата по провинциям и городам, типов услуг и конкурентной среды в сфере автосервиса.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

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: 17
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 839 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 114: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This skill is a disclosed API-backed helper for automotive aftermarket channel analysis and does not show hidden, destructive, or unrelated behavior.
LLM: benign (high) · VirusTotal: · 10 авг. 2026 г.