SKILLEMALL.ai

BC functional-analysis-optimizer

Оптимизатор по методу функционального анализа. Активируется, когда пользователь упоминает "оптимизировать", "функциональный анализ", "FAST-диаграмма", "разбить проблему", "разбить любую проблему". Сценарии использования: оптимизация продукта, процесса, системы или любого объекта (например, термосумки для доставки еды, процесса еженедельных отчетов, функций приложения, дизайна веб-сайта) путем декомпозиции по функциям для поиска путей улучшения.

машинный переводПоказать оригиналСкрыть оригинал«功能分析法优化器。当用户提到"优化"、"功能分析"、"FAST图"、"拆解问题"、"拆解一切问题"时激活。适用场景:优化某个产品、流程、系统…»

功能分析法优化器。当用户提到"优化"、"功能分析"、"FAST图"、"拆解问题"、"拆解一切问题"时激活。适用场景:优化某个产品、流程、系统或任意对象(如外卖保温袋、周报流程、App功能、网页设计),要求按功能拆解的方式找到改进路径。

ClawHub Agent Skills автор: Jack-xun v1.0.0 MIT-0 4 файла тело ≈ 415 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Оптимизатор по методу функционального анализа.

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

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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: 4. 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")

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: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 415 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 117: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This is a documentation-only Chinese workflow skill for structured functional analysis, with no code, hidden data access, or persistence.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.