SKILLEMALL.ai

AC sustoiclab-negotiation

Инструментарий для распознавания техник переговоров и убеждения · Su's StoicLab (на упрощенном китайском, для китайских пользователей). Встаньте на сторону того, кого убеждают, и детально разберите используемые противником техники в сценариях переговоров и убеждения — эффект якоря, техника «большая-маленькая уступка»/постепенное обязательство, когнитивный диссонанс/самоубеждение, закон взаимности, эффект фрейминга, использование предубеждений и стереотипов, манипулирование нечеткой обратной связью и атрибуцией. Помогите пользователю распознать эти приемы, сохранить самостоятельность в принятии решений и предложите навыки адекватного общения в ответ (зеркалирование, маркировка, интонация, динамическая пауза). Для обучения, распознавания и предотвращения. Оригинальная работа от 苏庶 @ 钝感实验室.

машинный переводПоказать оригиналСкрыть оригинал«谈判说服技术识破工具箱 · Su's StoicLab(简体中文技能,面向中文用户)。站在被说服者一侧,完整剖析谈判与说服场景中对方使用的技…»

谈判说服技术识破工具箱 · Su's StoicLab(简体中文技能,面向中文用户)。站在被说服者一侧,完整剖析谈判与说服场景中对方使用的技术——沉锚效应、高低球/渐进承诺、认知失调/自我说服、互惠法则、框架效应、偏见与刻板印象利用、模糊反馈与归因操控。帮用户识破这些手法、守住决策自主权,并提供正当沟通的回应技巧(镜像、标注、语调、动态沉默)。用于学习、识别与预防。原创作品 by 苏庶 @ 钝感实验室。

ClawHub Agent Skills автор: 苏庶 v0.1.3 MIT-0 7 файлов тело ≈ 636 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Инструментарий для распознавания техник переговоров и убеждения · Su's StoicLab (на упрощенном китайском, для китайских пользователей).

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураПродажи и CRMтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 7. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 18
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 636 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 203 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 5)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a text-only Chinese negotiation-awareness skill that teaches users to recognize persuasion tactics and respond defensively.
LLM: benign (high) · VirusTotal: · 14 авг. 2026 г.