SKILLEMALL.ai

AC product-rnd

Сквозной рабочий процесс НИОКР по инновациям в продуктах — сбор идей, исследования и генерация профессиональных отчетов. Используйте, когда пользователь хочет создать отчет об инновациях в продукте или НИОКР, разработать концепцию нового продукта, провести исследование NPD или сгенерировать структурированный вывод для аудитории продукта или инвесторов. Также срабатывает по запросам "product innovation", "new product development", "product concept", "packaging design brief" или любому запросу на создание отчета по идее продукта.

машинный переводПоказать оригиналСкрыть оригинал«End-to-end Product Innovation R&D workflow — inspiration gathering, re…»

End-to-end Product Innovation R&D workflow — inspiration gathering, research, and professional report generation. Use whenever the user wants to create a product innovation or R&D report, develop a new product concept, conduct NPD research, or generate a structured output for a product or investor audience. Also triggers on "product innovation", "new product development", "product concept", "packaging design brief", or any request to generate a report around a product idea.

ClawHub Agent Skills автор: owenrao v1.0.0 MIT-0 2 файла тело ≈ 4 824 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Сквозной рабочий процесс НИОКР по инновациям в продуктах — сбор идей, исследования и генерация профессиональных отчетов.

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

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 58/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Ошибки и развилки. Развилок: 8
    • 70Стоимость исполнения. Тело инструкции 4824 токенов
    • 100Шаги. Шагов: 129
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 478 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 129 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: suspicious
    This report-generation skill is mostly coherent, but it can create recurring daily research automation without clear user opt-in or removal guidance.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.