BD knowledge-base-pro
Корпоративный мозг для русскоязычных команд. Заменяет HR-онбординг и отдел внутренней коммуникации на 40-60% рутины. FAQ-бот, онбординг по ролям, шаблоны SOP, умный поиск с фильтрами, встроенный анализ пробелов, аудит знаний. 14 режимов в одном навыке. Работает сразу — внешний SaaS не требуется. Протестировано в RAAI. Экономит 10-25 тыс. ₽ на нового сотрудника при онбординге. Нативный русский язык. 5 примеров с рублевым ROI.
машинный переводПоказать оригиналСкрыть оригинал«> Corporate knowledge brain for Russian-speaking teams. Replaces HR on…»
> Corporate knowledge brain for Russian-speaking teams. Replaces HR onboarding department + internal communications team on 40-60% of routine. FAQ bot, role-based onboarding, SOP templates, smart search with filters, built-in gap analysis, knowledge audit. 14 modes in one skill. Works from day one — no external SaaS required. Battle-tested inside RAAI. Saves 10-25K RUB per new hire in onboarding costs. Russian language native. 5 proof cases with ruble ROI numbers. Корпоративный мозг компании — заменяет HR-онбординг + отдел внутренней коммуникации на 40-60% рутины. FAQ-бот, онбординг по ролям, регламенты/SOPs, умный поиск, gap-анализ пробелов знаний, аудит базы — 14 режимов в одном скилле. Работает сразу без внешнего SaaS (Guru, Botpress не нужны). Экономит 25К ₽+ на каждом новом сотруднике. 5 кейсов с рублёвыми цифрами. Русский язык нативно. Единственный KB-скилл для OpenClaw с полной RU-локализацией.
Корпоративный мозг для русскоязычных команд.
Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 35. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Not a YAML token: Corporate knowledge brain for Russian-speaking teams. Replaces HR onboarding department + internal communications team on 40-60% of routine. FAQ bot, role-based onboarding, SOP templates, smart search with filters, built-in gap analysis, knowledge audit. 14 modes in one skill. Works from day one — no external SaaS required. Battle-tested inside RAAI. Saves 10-25K RUB per new hire in onboarding costs. Russian language native. 5 proof cases with ruble ROI numbers. Корпоративный мозг компании — заменяет HR-онбординг + отдел внутренней коммуникации на 40-60% рутины. FAQ-бот, онбординг по ролям, регламенты/SOPs, умный поиск, gap-анализ пробелов знаний, аудит базы — 14 режимов в одном скилле. Работает сразу без внешнего SaaS (Guru, Botpress не нужны). Экономит 25К ₽+ на каждом новом сотруднике. 5 кейсов с рублёвыми цифрами. Русский язык нативно. Единственный KB-скилл для OpenClaw с полной RU-локализацией. at line 5, column 16: description: > Corporate knowledge brain for Russian-speaking teams. Replaces H… ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
body-longтело SKILL.md ≈ 13981 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "triggers" - заметка
frontmatter-keyнеизвестное поле фронтматтера "target_audience" - заметка
frontmatter-keyнеизвестное поле фронтматтера "price" - заметка
frontmatter-keyнеизвестное поле фронтматтера "price_currency" - заметка
frontmatter-keyнеизвестное поле фронтматтера "dogfooded_in" - заметка
frontmatter-keyнеизвестное поле фронтматтера "differentiators"
Процессный рейтинг: все десять параметров 45/100
- 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 (knowledge-base-pro) не совпадает с папкой (raai-knowledge-base-pro)
- 40Стоимость исполнения. Тело инструкции 13981 токенов: вытесняет саму задачу из окна
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 48
- 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 914: рекомендуется 120–800 символов
- +4Структура: 0 заголовков, инструкции сложно сканировать
- +3Формат ответа не описан: модель каждый раз решает сама
- -5Длинный текст без заголовков
- +3Пошаговые инструкции: 48 пунктов
- +4Есть примеры (23 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 3)
- +1Лицензия указана
- +2Инструкции двуязычные (RU + EN)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 44.