SKILLEMALL.ai

BB greenhelix-enterprise-agent-commerce

Руководство по коммерции для корпоративных агентов: Руководство по внедрению автономных B2B-транзакций для компаний из списка Fortune 500. Комплексное руководство для предприятий по внедрению коммерции с использованием агентов: бизнес-кейс для высшего руководства, интеграция с закупками, система соответствия требованиям (SOC2/GDPR/EU AI Act), оценка рисков поставщиков, стратегия нескольких поставщиков, федерация удостоверений, требования к аудиту, разработка SLA, моделирование затрат, поэтапное развертывание, управление организационными изменениями и измерение рентабельности инвестиций.

машинный переводПоказать оригиналСкрыть оригинал«Enterprise Agent Commerce Playbook: Fortune 500 Adoption Guide for Aut…»

Enterprise Agent Commerce Playbook: Fortune 500 Adoption Guide for Autonomous B2B Transactions. Comprehensive enterprise playbook for adopting agent commerce: C-suite business case, procurement integration, compliance framework (SOC2/GDPR/EU AI Act), vendor risk assessment, multi-vendor strategy, identity federation, audit requirements, SLA design, cost modeling, phased rollout, organizational change management, and ROI measurement.

ClawHub Agent Skills автор: mirni v1.3.1 MIT-0 2 файла тело ≈ 43 387 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Руководство по коммерции для корпоративных агентов: Руководство по внедрению автономных B2B-транзакций для компаний из списка Fortune 500.

Как процесс B 66/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, стоимость исполнения

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
96
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Стоимость исполнения вес 6
10
Когда включается вес 12
20
Результат и критерий готовности вес 14
40
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 4

✓ Критических и высоких находок нет

Средние и низкие: 4
  • низкая Рискованное назначение intent-offensive-security SKILL.md:314
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    | S-8 | CC7.3: Remediation of identified vulnerabilities | Quarterly agent security review | Penetration test agent endpoints, review decision logic for manipulation | [ ] |
  • низкая Рискованное назначение intent-offensive-security SKILL.md:494
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    **2. Security posture (weight: 20%).** SOC2 Type II certification, penetration test results, vulnerability management program, incident response history. Score 5 for vendors with current SOC2 Type II 
  • низкая Рискованное назначение intent-offensive-security SKILL.md:604
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    | Penetration testing | 3% | No pen testing | Annual pen test | Quarterly pen test by reputable firm, findings shared with customers | ___ | Pen test summary report |
  • низкая Рискованное назначение intent-offensive-security SKILL.md:719
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)
    card.add_score("Compliance", "Penetration testing", 3, 4)
    в кавычках

Просканировано файлов: 2. 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")
  • предупреждение body-long тело SKILL.md ≈ 43387 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "type"
  • заметка frontmatter-key неизвестное поле фронтматтера "price_usd"
  • заметка frontmatter-key неизвестное поле фронтматтера "content_type"
  • заметка frontmatter-key неизвестное поле фронтматтера "executable"
  • заметка frontmatter-key неизвестное поле фронтматтера "install"
  • заметка frontmatter-key неизвестное поле фронтматтера "credentials"

Процессный рейтинг: все десять параметров 66/100

  • 10Стоимость исполнения. Тело инструкции 43387 токенов: вытесняет саму задачу из окна
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 325
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 15. 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 436 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 82 заголовков
  • +3Пошаговые инструкции: 325 пунктов
  • +4Есть примеры (16 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This is a documentation-only enterprise playbook; its sensitive examples are relevant to the topic but should be treated as implementation guidance, not ready-to-run code.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.