SKILLEMALL.ai

BD 竞品/行业深度报告

Пользователь указывает отрасль или компанию, ИИ проводит глубокий поиск и анализ, выдавая структурированный подробный отчет. Охватывает пять модулей: обзор отрасли, конкурентная среда, анализ тенденций, возможности и риски, аналитическая информация. Цена: 1 юань/отчет. Платная услуга, отчет генерируется и доставляется автоматически после оплаты.

машинный переводПоказать оригиналСкрыть оригинал«用户指定赛道或公司,AI 进行深度搜索分析,输出结构化深度报告。涵盖赛道概览、竞品格局、趋势分析、机会与风险、情报洞察五大模块。 定价:1元…»

用户指定赛道或公司,AI 进行深度搜索分析,输出结构化深度报告。涵盖赛道概览、竞品格局、趋势分析、机会与风险、情报洞察五大模块。 定价:1元/份。付费服务,支付后自动生成并交付报告。

ClawHub Agent Skills автор: Neo-yu3 v1.0.8 MIT-0 5 файлов тело ≈ 677 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Пользователь указывает отрасль или компанию, ИИ проводит глубокий поиск и анализ, выдавая структурированный подробный отчет.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
61
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
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: 5. 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)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (竞品/行业深度报告) не совпадает с папкой (industry-deep-report)
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 10
  • 100Стоимость исполнения. Тело инструкции 677 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 91: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -31 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.

Внешние проверки

ClawHub: suspicious
This paid report skill is mostly coherent, but it sends user questions and payment credentials to a hard-coded server over unencrypted HTTP.
LLM: suspicious (high) · 10 июн. 2026 г.