SKILLEMALL.ai

BD customer-background-check

Проводит трехэтапную проверку соответствия компаний клиентов, уделяя особое внимание проверке санкционных списков OFAC, проверке ключевых слов в черных списках BIS/ECFR и генерации запросов на содействие для коллег из Министерства торговли Dora или Shellen. Используется в сценариях, когда пользователь запрашивает «провести проверку клиента», «проверить, находится ли клиент в санкционном списке», «проверить, находится ли адрес регистрации в черном списке», «провести трехэтапную проверку», «сгенерировать сообщение для Dora/Shellen о проверке экспортных данных».

машинный переводПоказать оригиналСкрыть оригинал«对客户公司做三查式合规背调,重点覆盖 OFAC 制裁名单检索、BIS/ECFR 黑名单地址关键词核查,以及生成给商务部同事 Dora 或 S…»

对客户公司做三查式合规背调,重点覆盖 OFAC 制裁名单检索、BIS/ECFR 黑名单地址关键词核查,以及生成给商务部同事 Dora 或 Shellen 的协查请求。用于用户要求“做客户背调”“查客户是否在制裁名单”“查注册地址是否在黑名单”“做三查”“生成给 Dora/Shellen 的出口数据协查消息”等场景。

ClawHub Agent Skills автор: KittyMi v1.0.0 MIT-0 3 файла тело ≈ 958 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Проводит трехэтапную проверку соответствия компаний клиентов, уделяя особое внимание проверке санкционных списков OFAC, проверке ключевых слов в черных…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип 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
D
43/100
Процесс не доведён
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: 3. 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 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 74
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 958 токенов

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
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 158 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 74 пунктов
  • +4Есть примеры (3 блоков кода)

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

Внешние проверки

ClawHub: clean
This is an instruction-only compliance screening skill that searches public OFAC and ECFR pages and drafts an internal follow-up message with user confirmation before sending.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.