AC sixtyfour
Анализ людей и компаний через API Sixtyfour AI. Исследовательские ИИ-агенты, которые читают веб в реальном времени — а не статические базы данных — для предоставления структурированных профилей с оценкой достоверности. Используйте, когда вам нужно: (1) обогатить лид полными данными профиля (имя, должность, email, телефон, LinkedIn, технологический стек, финансирование, болевые точки — до 50 пользовательских полей), (2) исследовать компанию (размер команды, технологический стек, раунды финансирования, сигналы найма, ключевые лица), (3) найти профессиональный или личный адрес электронной почты кого-либо, (4) найти номера телефонов, (5) оценить/квалифицировать лиды по пользовательским критериям с обоснованием, (6) искать людей или компании с помощью запроса на естественном языке, или (7) запускать пакетные рабочие процессы обогащения через API. НЕ для: общего просмотра веб-страниц, задач, не связанных с данными о людях/компаниях, или исследований, не связанных с обогащением.
машинный переводПоказать оригиналСкрыть оригинал«People and company intelligence via the Sixtyfour AI API. AI research…»
People and company intelligence via the Sixtyfour AI API. AI research agents that read the live web — not static databases — to return structured, confidence-scored profiles. Use when you need to: (1) enrich a lead with full profile data (name, title, email, phone, LinkedIn, tech stack, funding, pain points — up to 50 custom fields), (2) research a company (team size, tech stack, funding rounds, hiring signals, key people), (3) find someone's professional or personal email address, (4) find phone numbers, (5) score/qualify leads against custom criteria with reasoning, (6) search for people or companies via natural language query, or (7) run batch enrichment workflows via API. NOT for: general web browsing, tasks unrelated to people/company data, or non-enrichment research.
Анализ людей и компаний через API Sixtyfour AI.
Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, согласованность, повторный запуск
Как улучшить
- 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
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 63/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (sixtyfour) не совпадает с папкой (sixtyfour-skill)
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 4
- 100Стоимость исполнения. Тело инструкции 3155 токенов
- low Разделов верхнего уровня: 13. 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
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 783 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 4 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (14 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.