SKILLEMALL.ai

BC market-research

Агент для исследования рынка. Структурированный глубокий анализ категорий, продуктов, конкурентов, охватывающий 9 основных модулей: рыночные тренды, инсайты пользователей, потребности/проблемы/поведение, конкурентная среда, продуктовые возможности, инсайты брендов, маркетинговые стратегии. Каждый модуль выводится по четырехступенчатой логике: «сигнал → инсайт → возможность → действие». Ключевые слова: исследование рынка, анализ категории, анализ конкурентов, анализ продукта, инсайты пользователей, market research, category analysis, анализ продуктовых возможностей, помоги проанализировать рынок XX, исследование категории XX, сравнение конкурентов XX.

машинный переводПоказать оригиналСкрыть оригинал«市场研究智能体。对品类、产品、竞品进行结构化深度分析,覆盖市场趋势、用户洞察、需求/痛点/行为、竞争格局、产品机会、品牌洞察、营销策略 9…»

市场研究智能体。对品类、产品、竞品进行结构化深度分析,覆盖市场趋势、用户洞察、需求/痛点/行为、竞争格局、产品机会、品牌洞察、营销策略 9 大模块,每个模块按「信号到洞察到机会到行动」四层逻辑输出。触发词:市场研究、品类分析、竞品分析、产品分析、用户洞察、market research、category analysis、产品机会分析、帮我分析一下XX市场、XX品类调研、XX竞品对比。

ClawHub Agent Skills автор: syao3387-create v1.0.0 MIT-0 3 файла тело ≈ 612 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Агент для исследования рынка.

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

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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: 3. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

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: 31
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 612 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
  • -222 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 194 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This is a text-only market research skill with no executable code, but it is narrowly biased toward Chinese-language reports about the U.S. market.
LLM: benign (high) · VirusTotal: · 14 авг. 2026 г.