SKILLEMALL.ai

AB market-sizing

Проведите строгое исследование TAM/SAM/SOM для любого продукта или бизнеса с указанием источников. Используйте этот навык всякий раз, когда пользователь спрашивает о размере рынка, общем доступном рынке, SAM, SOM или рыночной возможности — в любой отрасли, включая SaaS, AI-инструменты, потребительские бренды, продукты питания и напитки, моду, косметику, упаковку, автомобильную промышленность и многое другое.

машинный переводПоказать оригиналСкрыть оригинал«Produce a rigorous, sourced TAM/SAM/SOM market sizing for any product…»

Produce a rigorous, sourced TAM/SAM/SOM market sizing for any product or business. Use this skill whenever a user asks about market size, total addressable market, SAM, SOM, or market opportunity — across any industry including SaaS, AI tools, consumer brands, F&B, fashion, beauty, packaging, automotive, and more.

ClawHub Agent Skills автор: owenrao v1.0.0 MIT-0 5 файлов тело ≈ 4 572 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проведите строгое исследование TAM/SAM/SOM для любого продукта или бизнеса с указанием источников.

Как процесс B 73/100 · Почти готов — слабые места: согласованность, повторный запуск, отчётность по ходу

ГенераторИнфраструктураМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Отчётность по ходу вес 2
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: 5. 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 73/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (market-sizing) не совпадает с папкой (tam-sam-som)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 65Ошибки и развилки. Развилок: 3
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Стоимость исполнения. Тело инструкции 4572 токенов
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 73
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 14. 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 315 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 39 заголовков
    • +3Пошаговые инструкции: 73 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a markdown-only market-sizing research workflow with broad activation wording but no hidden code, credential use, persistence, or destructive authority.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.