SKILLEMALL.ai

AC job-analysis-team

В диалоге помогает изучить главу 5 "Управление и команды" ("Management and Teams") "Анализа работы / Job Analysis". Основано на учебных материалах по анализу работы Brannick/Levine/Morgeson и др. Используйте, когда пользователь обсуждает, задает вопросы или применяет анализ работы управленческих должностей, MPDQ, модели компетенций, лидерские/управленческие компетенции, различие между командами и группами, анализ работы/труда команды, проектирование команды, модель "вход-процесс-выход", KSA команды, функции команды, систему MAP, блок-схемы/временные диаграммы, обучение команды, когнитивный анализ задач команды. Используйте постепенное раскрытие информации, читая детали из references/ по мере необходимости.

машинный переводПоказать оригиналСкрыть оригинал«在对话中辅助学习"工作分析/Job Analysis"第 5 章"Management and Teams"。基于 Brannick/Lev…»

在对话中辅助学习"工作分析/Job Analysis"第 5 章"Management and Teams"。基于 Brannick/Levine/Morgeson 等人的 Job Analysis 教材。当用户讨论、提问、或应用管理岗位分析、MPDQ、competency modeling、leadership/managerial competencies、团队与群体区别、team job/work analysis、team design、input-process-output model、team KSAs、team functions、MAP system、flowcharts/time charts、team training、team cognitive task analysis 时使用。使用渐进式披露,按需读取 references/ 下的细节。

ClawHub Agent Skills автор: John Do v1.0.0 MIT-0 9 файлов тело ≈ 1 281 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

В диалоге помогает изучить главу 5 "Управление и команды" ("Management and Teams") "Анализа работы / Job Analysis".

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
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
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: 9. 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: 36
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1281 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 388 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 36 пунктов
  • +4Справочные файлы упоминаются в инструкциях (7 из 7)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This skill is a Chinese-language study helper for a job-analysis textbook chapter and contains only scoped Markdown teaching materials.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.