SKILLEMALL.ai

BD Automation Workflow Plus - (自动化 工作流 助手)

Помогает превратить еженедельные повторяющиеся задачи в автоматизированных роботов. Определяет высокоценные сценарии автоматизации, выбирает правильные инструменты (рабочие процессы Dify / Coze / n8n или скрипты RPA с нулевым токеном), разрабатывает шаблоны процессов, рассчитывает ROI. Срабатывает, когда пользователь упоминает «автоматизация», «повторяющиеся задачи», «рабочий процесс», «повышение эффективности», «экономия времени», «автоматический робот», «RPA», «автоматизация процессов», «automate», «automation», «workflow».

машинный переводПоказать оригиналСкрыть оригинал«帮你把每周重复做的事变成自动运行的机器人。识别高价值自动化场景、选对工具(Dify / Coze / n8n 工作流,或零Token的RPA…»

帮你把每周重复做的事变成自动运行的机器人。识别高价值自动化场景、选对工具(Dify / Coze / n8n 工作流,或零Token的RPA脚本)、设计流程模板、计算ROI回报。当用户提到"自动化"、"重复任务"、"工作流"、"提效"、"节省时间"、"自动机器人"、"RPA"、"流程自动化"、"automate"、"automation"、"workflow"时触发。

ClawHub Agent Skills автор: laziobird v1.0.1 MIT-0 2 файла тело ≈ 2 507 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Помогает превратить еженедельные повторяющиеся задачи в автоматизированных роботов.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураZapierGitHubИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (Automation Workflow Plus - (自动化 工作流 助手)) не совпадает с папкой (automation-workflow-plus)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 70
  • 100Стоимость исполнения. Тело инструкции 2507 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
  • -233 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 185 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 70 пунктов
  • +4Есть примеры (24 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This is mostly an automation guide, but it gives under-scoped advice about passwords, saved login cookies, and internal financial data workflows.
LLM: suspicious (high) · VirusTotal: benign · 28 мая 2026 г.