SKILLEMALL.ai

AC demand-letter

Составьте твердое, профессиональное письмо с требованием, которое излагает факты, юридическое/контрактное основание, конкретное требование и срок. Используйте, когда вас попросят написать письмо с требованием, отправить официальное требование об оплате, составить письмо о прекращении и воздержании или официально запросить урегулирование до судебного разбирательства. Создает структурированное, фактическое письмо с четким требованием и последствиями — настойчивое, но не угрожающее или клеветническое. Не является юридической консультацией; проконсультируйтесь с юристом перед отправкой.

машинный переводПоказать оригиналСкрыть оригинал«Draft a firm, professional demand letter that states the facts, the le…»

Draft a firm, professional demand letter that states the facts, the legal/contractual basis, the specific demand, and a deadline. Use when asked to write a demand letter, send a formal demand for payment, draft a cease-and-desist, or formally request resolution before legal action. Produces a structured, factual letter with a clear ask and consequences — assertive but not threatening or defamatory. Not legal advice; have counsel review before sending.

ClawHub Agent Skills автор: mohitagw15856 v1.0.0 MIT-0 2 файла тело ≈ 670 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Составьте твердое, профессиональное письмо с требованием, которое излагает факты, юридическое/контрактное основание, конкретное требование и срок.

Как процесс C 64/100 · Есть пробелы — слабые места: когда включается, ошибки и развилки, повторный запуск

ГенераторПравотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 64/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 23, расплывчатых формулировок: 2
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 670 токенов

    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 455 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 23 пунктов
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: clean
    This is a focused demand-letter drafting skill with no hidden access, code execution, persistence, or credential use.
    LLM: benign (high) · VirusTotal: · 17 июл. 2026 г.