SKILLEMALL.ai

AC instant-report

Генерация профессиональных отчетов по исследованию отраслей одним кликом. Активируется, когда пользователь запрашивает исследование отрасли, анализ рынка, исследование конкурентов, отчеты об исследовании компаний. Применимые сценарии включают, но не ограничиваются: "Написать отчет об исследовании отрасли XXX", "Сгенерировать отчет об анализе рынка", "Исследовать компанию XXX", "Провести сравнительный анализ отраслей", "./instant-report XXX" и любые другие исследовательские задачи, требующие вывода профессионального отчета. Принимает запросы на китайском или английском языке, автоматически подбирает язык вывода.

машинный переводПоказать оригиналСкрыть оригинал«一键生成专业产业研究报告。当用户请求行业研究、市场分析、竞品调研、公司研究报告时触发。适用场景包括但不限于:"写一份XXX行业研究报告"、"…»

一键生成专业产业研究报告。当用户请求行业研究、市场分析、竞品调研、公司研究报告时触发。适用场景包括但不限于:"写一份XXX行业研究报告"、"生成市场分析报告"、"调研一下XXX公司"、"做个行业对比分析"、"./instant-report XXX"等任何需要输出专业报告格式的研究任务。接收中文或英文请求,自动匹配语言输出。

ClawHub Agent Skills автор: jianghaiST v1.0.0 MIT-0 6 файлов тело ≈ 1 064 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генерация профессиональных отчетов по исследованию отраслей одним кликом.

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

ПроцедураДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
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: 6. 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: 17
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1064 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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 5 примера фраз-триггеров в кавычках
  • +3Длина description 163 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: clean
This is a report-generation skill with disclosed subagent research and document output, though users should note it appears to produce Chinese reports despite claiming automatic Chinese/English matching.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.