SKILLEMALL.ai

AC office-hours

Офис продуктового мышления в стиле Y Combinator. Разбирает идеи продуктов с помощью принципов первой причины, проверяет истинность потребностей с помощью метода шести вопросов, оспаривает исходные предположения, генерирует различные варианты реализации. Выдает проектную документацию, а не код. Используйте, когда: пользователь говорит «помоги мне подумать над этой идеей», «стоит ли это делать», «мозговой штурм», «планирование продукта», «анализ требований», «помоги мне прояснить мысли» или описывает новую идею продукта/функции. Активно предлагайте использовать перед любой реализацией кода.

машинный переводПоказать оригиналСкрыть оригинал«YC式产品思维办公室。用第一性原理拆解产品想法,通过六问逼问法验证需求真伪, 挑战前提假设,生成多种实现方案。输出设计文档而非代码。 Use…»

YC式产品思维办公室。用第一性原理拆解产品想法,通过六问逼问法验证需求真伪, 挑战前提假设,生成多种实现方案。输出设计文档而非代码。 Use when: 用户说"帮我想想这个点子"、"这个值不值得做"、"brainstorm"、 "产品规划"、"需求分析"、"帮我理清思路",或描述一个新的产品/功能想法时。 在任何代码实现之前主动建议使用。

ClawHub Agent Skills автор: LawrencePage v1.0.0 MIT-0 2 файла тело ≈ 926 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Офис продуктового мышления в стиле Y Combinator.

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

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
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

    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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    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: 40
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 926 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 171 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 заголовков
    • +3Пошаговые инструкции: 40 пунктов
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.

    Внешние проверки

    ClawHub: clean
    This is a planning-only skill that asks product-discovery questions and produces a design document, with no executable code or hidden data access.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.