SKILLEMALL.ai

AB ecommerce-return-reply

Генерируйте стандартизированные, соответствующие политике ответы службы поддержки клиентов на запросы покупателей о возврате, обмене и возмещении средств в сценариях электронной коммерции. Используйте при составлении или написании ответов на сообщения покупателей о возвратах, обменах, возмещении средств, отмене заказов, поврежденных товарах, получении не того товара или любых послепродажных спорах. Охватывает основные китайские и трансграничные платформы электронной коммерции (Taobao, JD, PDD, Douyin, Shopee, Lazada, Amazon).

машинный переводПоказать оригиналСкрыть оригинал«Generate standardized, policy-compliant customer service replies for b…»

Generate standardized, policy-compliant customer service replies for buyer return, exchange, and refund inquiries in e-commerce scenarios. Use when drafting or composing responses to buyer messages about returns, exchanges, refunds, order cancellations, damaged goods, wrong items received, or any after-sales dispute. Covers major Chinese and cross-border e-commerce platforms (Taobao, JD, PDD, Douyin, Shopee, Lazada, Amazon).

ClawHub Agent Skills автор: terrycarter1985 v1.0.0 MIT-0 3 файла тело ≈ 528 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генерируйте стандартизированные, соответствующие политике ответы службы поддержки клиентов на запросы покупателей о возврате, обмене и возмещении средств в…

Как процесс B 65/100 · Почти готов — слабые места: когда включается, входы и предусловия, повторный запуск

ГенераторТорговляИнфраструктураПоддержка клиентовтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 65/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 15
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 528 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 428 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This is a prompt-only customer-service drafting aid with no code, installation hooks, credentials, or automation authority.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.