AC game-theory-strategist
Анализирует стратегические взаимодействия и рассчитывает оптимальные пути принятия решений с помощью теории игр. Активируется при запросах: стратегическое планирование, тактика переговоров, ценовые войны, конкурентный анализ, конфликт интересов или любой сценарий, где результаты зависят от нескольких агентов. Также активируется для равновесия Нэша, доминирующих стратегий, обратной индукции, Парето-оптимальности, проектирования механизмов, байесовских игр, дилеммы заключенного, переговоров о зарплате, споров между соучредителями, конфликтов наследства, смены карьеры, координации в семье. Если кто-то спрашивает, что мне делать, зная, что конкурент отреагирует, или как вести переговоры, или у меня конфликт — используйте этот навык. Создает визуальный анализ в темной теме: матрица выплат, равновесие Нэша, оптимальная стратегия, фазы действий, стратегический вердикт.
машинный переводПоказать оригиналСкрыть оригинал«Analyze strategic interactions and calculate optimal decision paths us…»
Analyze strategic interactions and calculate optimal decision paths using Game Theory. Trigger on: strategic planning, negotiation tactics, pricing wars, competitive analysis, conflict of interest, or any scenario where outcomes depend on multiple agents. Also trigger for Nash Equilibrium, dominant strategies, backward induction, Pareto optimality, mechanism design, Bayesian games, Prisoner's Dilemma, salary negotiation, co-founder disputes, inheritance conflicts, career pivots, household coordination. If someone asks what should I do knowing my competitor will react or how do I negotiate or I have a conflict - use this skill. Produces dark-themed visual analysis: payoff matrix, Nash equilibrium, optimal strategy, action phases, strategic verdict.
Анализирует стратегические взаимодействия и рассчитывает оптимальные пути принятия решений с помощью теории игр.
Как процесс C 64/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу
Как улучшить
- 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: 6. 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 64/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 65Ошибки и развилки. Развилок: 3
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 41
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1306 токенов
- low Среди тестов нет случая на инъекцию через данные
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)
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 757 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 41 пунктов
- +3Формат ответа описан явно
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.