SKILLEMALL.ai

AC Classify Customer Intents with AI — Route to Slack & CRM

Классифицирует микромоменты клиентов на «Купить сейчас», «Исследование», «Фрустрация», «Поддержка» или «Риск оттока» с оценкой уверенности. Используйте, когда пользователю требуется обнаружение намерений в реальном времени, персонализированные следующие действия или сегментация аудитории из тикетов поддержки, прямых сообщений и комментариев.

машинный переводПоказать оригиналСкрыть оригинал«Classify customer micro-moments into Buy Now, Research, Frustration, A…»

Classify customer micro-moments into Buy Now, Research, Frustration, Advocacy, or Churn Risk with confidence scores. Use when the user needs real-time intent detection, personalized next actions, or audience segmentation from support tickets, DMs, and comments.

ClawHub Agent Skills автор: ncreighton v1.0.0 MIT-0 2 файла тело ≈ 3 697 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Классифицирует микромоменты клиентов на «Купить сейчас», «Исследование», «Фрустрация», «Поддержка» или «Риск оттока» с оценкой уверенности.

Как процесс C 58/100 · Есть пробелы — слабые места: входы и предусловия, согласованность, повторный запуск

АнализаторSlackПродажи и CRMИнфраструктураПоддержка клиентовтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Согласованность вес 8
40
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

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 58/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Classify Customer Intents with AI — Route to Slack & CRM) не совпадает с папкой (micro-moment-intent-classifier)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 84, расплывчатых формулировок: 1
    • 100Стоимость исполнения. Тело инструкции 3697 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 261 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 40 заголовков
    • +3Пошаговые инструкции: 84 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (11 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: suspicious
    The skill is purpose-aligned for classifying customer intent, but it under-specifies risky automation and data-sharing behavior for customer communications and CRM workflows.
    LLM: suspicious (high) · 31 авг. 2026 г.