SKILLEMALL.ai

AC self-improving-negotiation

Записывает отредактированные уроки переговоров (утечки уступок, пробелы в BATNA, ошибки в формулировках, возражения, риск соглашения). Опциональные крючки напоминаний в рамках проекта. extract-skill.sh по умолчанию работает в режиме сухой проверки и записывает только шаблон SKILL.md с опцией --write после явного одобрения пользователя. Не принимает условия, не устанавливает цены и не одобряет сделки. Используйте, когда переговоры зашли в тупик, уступки превышают допустимые пределы, условия неясны или возникают повторяющиеся модели торга.

машинный переводПоказать оригиналСкрыть оригинал«Logs redacted negotiation learnings (concession leaks, BATNA gaps, fra…»

Logs redacted negotiation learnings (concession leaks, BATNA gaps, framing misses, objections, agreement risk). Optional project-scoped reminder hooks. extract-skill.sh is dry-run by default and writes a SKILL.md scaffold only with --write after explicit user approval. Does not accept terms, set pricing, or approve deals. Use when negotiations stall, concessions exceed guardrails, terms are ambiguous, or recurring bargaining patterns emerge.

ClawHub Agent Skills автор: José I. O. v1.0.2 MIT-0 15 файлов · 3 скрипта тело ≈ 5 257 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Записывает отредактированные уроки переговоров (утечки уступок, пробелы в BATNA, ошибки в формулировках, возражения, риск соглашения).

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ГенераторПродажи и CRMтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5257 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 57/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 15, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, git), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 5257 токенов
  • 100Шаги. Шагов: 146
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 26. 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

  • +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
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 445 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 57 заголовков
  • +3Пошаговые инструкции: 146 пунктов
  • +4Есть примеры (19 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This skill is a local negotiation-learning logger with disclosed, opt-in reminders and dry-run-by-default skill extraction.
LLM: benign (high) · VirusTotal: · 28 авг. 2026 г.