SKILLEMALL.ai

AB product-framework

Разрабатывайте продуктовые фреймворки и архитектуру для менеджеров по продуктам ИИ. Используйте, когда: (1) структурируете новый продукт с нуля, (2) создаете диаграмму продуктовой архитектуры или многоуровневую модель, (3) проводите конкурентный анализ и позиционирование, (4) определяете продуктовые столпы или карты возможностей, (5) организуете сложное продуктовое мышление в согласованный фреймворк. НЕ для: подробных спецификаций функций (используйте prd-writer), инженерной архитектуры или проектирования кода.

машинный переводПоказать оригиналСкрыть оригинал«Design product frameworks and architecture for AI product managers. Us…»

Design product frameworks and architecture for AI product managers. Use when: (1) structuring a new product from scratch, (2) creating a product architecture diagram or layered model, (3) doing competitive analysis and positioning, (4) defining product pillars or capability maps, (5) organizing complex product thinking into a coherent framework. NOT for: detailed feature specs (use prd-writer), engineering architecture, or code design.

ClawHub Agent Skills автор: pupujanet-eng v1.0.0 MIT-0 4 файла тело ≈ 359 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Разрабатывайте продуктовые фреймворки и архитектуру для менеджеров по продуктам ИИ.

Как процесс B 71/100 · Почти готов — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

АнализаторМаркетингИнфраструктураРазработкатип 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
B
71/100
Почти готов
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Design product frameworks and architecture for AI product managers… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 71/100

    • 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
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 9
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 359 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 439 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

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

    Внешние проверки

    ClawHub: clean
    This is a Markdown-only product planning skill that provides AI product framework templates and does not request sensitive access or execution authority.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.