SKILLEMALL.ai

BC tri-courrier-entrant

Шаг ① бухгалтерского конвейера. Сортирует входящее письмо, как ассистент, открывающий почту: определяет, относится ли оно к бухгалтерии, извлекает обрабатываемые документы и информацию из заголовка (отправитель, домен, тема), полезную для последующего распознавания клиента. Используйте, как только письмо получено, и нужно решить, что с ним делать: «меня это письмо касается?», «есть ли здесь счет?», сортировка полученной корреспонденции, первый шаг перед анализом документа. Не читает содержимое документов (это делает analyse-piece-comptable) и ничего не сохраняет (это classement-document). Решение + нормализация, ничего больше.

машинный переводПоказать оригиналСкрыть оригинал«Étape ① du pipeline comptable. Trie un mail entrant comme le ferait un…»

Étape ① du pipeline comptable. Trie un mail entrant comme le ferait une assistante qui ouvre son courrier : décide s'il concerne la comptabilité, en sort les pièces à traiter et les informations d'en-tête (expéditeur, domaine, objet) utiles pour reconnaître le client ensuite. À utiliser dès qu'un mail arrive et qu'il faut décider quoi en faire : « ce mail me concerne ? », « y a-t-il une facture là-dedans ? », tri d'un courrier reçu, première étape avant d'analyser une pièce. Ne lit pas le contenu des pièces (c'est analyse-piece-comptable) et ne range rien (c'est classement-document). Décision + normalisation, rien d'autre.

ClawHub Agent Skills автор: trendex v1.0.0 MIT-0 3 файла тело ≈ 520 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Шаг ① бухгалтерского конвейера.

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
C
50/100
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 frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Étape ① du pipeline comptable. Trie un mail entrant comme le ferai… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 50/100

  • 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
  • 75Шаги. Шагов: 3
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 520 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 630 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 3 пунктов
  • +4Есть примеры (2 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This skill is a narrowly scoped accounting email triage helper that reads a provided mail JSON and returns classification metadata without network access, persistence, or file mutation.
LLM: benign (high) · VirusTotal: · 4 июн. 2026 г.