SKILLEMALL.ai

BD customer-management

Навык центра управления клиентами. Предоставляет управление профилями клиентов, анализ портрета клиента, оповещения о рисках, запрос временной шкалы клиента. Основан на реальных бизнес-данных (таблицы Excel) из центра Meilan компании CIMC Landsea. Сценарии запуска: (1) Запрос информации о клиенте (@企服助手 Запрос клиента T1-601), (2) Просмотр портрета клиента (@企服助手 Портрет клиента Shanghai Mingyouli), (3) Запрос рисковых клиентов (@企服助手 Запрос рисковых клиентов), (4) Ежедневный отчет о рисках, генерируемый по расписанию.

машинный переводПоказать оригиналСкрыть оригинал«客户管理中心技能。提供客户档案管理、客户画像分析、风险提醒、客户时间线查询。基于中集金地美兰中心真实业务数据(Excel台账)。触发场景:(…»

客户管理中心技能。提供客户档案管理、客户画像分析、风险提醒、客户时间线查询。基于中集金地美兰中心真实业务数据(Excel台账)。触发场景:(1) 查询客户信息(@企服助手 查询客户 T1-601),(2) 查看客户画像(@企服助手 客户画像 上海铭尤力),(3) 查询风险客户(@企服助手 查询风险客户),(4) 定时任务生成风险提醒日报。

ClawHub Agent Skills автор: perrykono-debug v1.0.0 MIT-0 5 файлов тело ≈ 3 514 токенов Открыть источникclawhub.ai проанализирован 27 ч назад

Навык центра управления клиентами.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураExcelДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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 description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 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 (customer-management) не совпадает с папкой (enterprise-customer-management)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 20
  • 100Стоимость исполнения. Тело инструкции 3514 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -223 эмодзи в инструкциях: шум для модели
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 170 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (13 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.

Внешние проверки

ClawHub: suspicious
This customer-management skill is coherent, but it handles real customer records and includes an embedded WeCom webhook plus scheduled outbound risk-report pushing without enough consent or data-control boundaries.
LLM: suspicious (high) · VirusTotal: · 8 июн. 2026 г.