SKILLEMALL.ai

AC zmm-product

📐 Чжань Минмин · Что мне продавать — навык извлечения продукта. Превращает фрагментированные знания, опыт, ресурсы, существующие результаты в нечто, что можно предоставить и продать. Широкое понятие продукта: сюда относятся физические товары, онлайн-продукты, офлайн-услуги, курсы, набор фреймворков или теорий, точка роста дохода. Способы запуска: /zmm-product, /提炼产品, /我该卖什么, /zmm-产品, "У меня есть ресурсы, но я не знаю, какой продукт сделать", "Считается ли это продуктом?", "Как превратить то, что я умею, в то, что можно продать?", "У продукта нет особенностей" Turn scattered experience, context and existing output into one deliverable worth paying for. Trigger: /zmm-product, "what should I sell", "is this actually a product", "how do I package what I know" —— 📐 Чжань Минмин · Не даем формул, даем критерии. Каждое правило помечено реальной стоимостью.

машинный переводПоказать оригиналСкрыть оригинал«📐 詹明明·我该卖什么 ——产品提炼技能。把碎片化的认知、经验、资源、已有产出,提炼成一个可交付、可售卖的东西。 广义产品:实物、线上产品…»

📐 詹明明·我该卖什么 ——产品提炼技能。把碎片化的认知、经验、资源、已有产出,提炼成一个可交付、可售卖的东西。 广义产品:实物、线上产品、线下服务、课程、一套框架或理论、一个营收增长点,都算。 触发方式:/zmm-product、/提炼产品、/我该卖什么、/zmm-产品、「我有资源但不知道做什么产品」「我这个算产品吗」「怎么把我会的东西变成能卖的」「产品没特色」 Turn scattered experience, context and existing output into one deliverable worth paying for. Trigger: /zmm-product, "what should I sell", "is this actually a product", "how do I package what I know" —— 📐 詹明明 · 不给公式,给判据。每条规则都标了实测代价。

ClawHub Agent Skills автор: 詹明明 v0.2.6 MIT-0 3 файла тело ≈ 1 091 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

📐 Чжань Минмин · Что мне продавать — навык извлечения продукта.

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

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
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

    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

    • заметка frontmatter-key неизвестное поле фронтматтера "slug"
    • заметка frontmatter-key неизвестное поле фронтматтера "displayName"

    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: 14
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1091 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 12. 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

    • +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 3 примера фраз-триггеров в кавычках
    • +3Длина description 418 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 14 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    This skill appears to be a legitimate product-advice workflow, but it relies on mutable external rule files and persistent memory in ways users should review before installing.
    LLM: suspicious (high) · 6 сент. 2026 г.