SKILLEMALL.ai

AC restaurant-lead-gen

Автоматизированный поиск потенциальных клиентов и взаимодействие с ресторанами для продаж малому и среднему бизнесу. Используйте, когда вам нужно найти потенциальных клиентов среди ресторанов, обогатить данные о бизнесе (веб-сайт, телефон, адрес), отправить автоматизированные электронные письма/сообщения в WhatsApp или управлять конвейером продаж в ресторанном бизнесе. Включает рабочие процессы поиска потенциальных клиентов, обогащения данных и многоканального взаимодействия.

машинный переводПоказать оригиналСкрыть оригинал«Automated restaurant lead generation and outreach for SMB sales. Use w…»

Automated restaurant lead generation and outreach for SMB sales. Use when you need to find restaurant leads, enrich business data (website, phone, address), send automated email/WhatsApp outreach, or manage a restaurant sales pipeline. Includes lead discovery, data enrichment, and multi-channel outreach workflows.

ClawHub Agent Skills автор: Rowerguy508 v0.1.0 MIT-0 3 файла тело ≈ 529 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Автоматизированный поиск потенциальных клиентов и взаимодействие с ресторанами для продаж малому и среднему бизнесу.

Как процесс C 59/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

ГенераторWhatsAppПродажи и CRMИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
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: 3. 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 59/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 21
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 529 токенов

    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)
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 315 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 21 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: suspicious
    This skill is not malware, but it needs review because it encourages scraping and automated restaurant outreach without enough consent, approval, or data-quality safeguards.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.