SKILLEMALL.ai

BC inquiry-analyzer

Навык анализа запросов Alibaba — анализирует данные запросов за указанный временной интервал, извлекает ключевые поля, такие как категория продукта, информация о клиенте, страна, и генерирует структурированный отчет. Используется, когда пользователю требуется проанализировать запросы Alibaba, сгенерировать отчет по запросам или выполнить анализ запросов.

машинный переводПоказать оригиналСкрыть оригинал«阿里巴巴询盘分析技能 - 分析指定时间窗口内的询盘数据,提取产品分类、客户信息、国家等关键字段,生成结构化报告。当用户需要分析阿里巴巴询盘、…»

阿里巴巴询盘分析技能 - 分析指定时间窗口内的询盘数据,提取产品分类、客户信息、国家等关键字段,生成结构化报告。当用户需要分析阿里巴巴询盘、生成询盘报告、运行询盘分析时使用。

ClawHub Agent Skills автор: likem90is-cmd v1.0.2 MIT-0 9 файлов тело ≈ 1 459 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык анализа запросов Alibaba — анализирует данные запросов за указанный временной интервал, извлекает ключевые поля, такие как категория продукта…

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
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
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: 18
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1459 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 87: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +4Есть примеры (18 блоков кода)
  • +3Все 3 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: suspicious
This skill is mostly coherent with Alibaba inquiry reporting, but it uses a logged-in browser session to gather and store sensitive customer data and can trigger OKKI background checks without strong scoping controls.
LLM: suspicious (high) · VirusTotal: · 28 мая 2026 г.