SKILLEMALL.ai

AD property-valuation

Профессиональная оценка недвижимости на Тайване с использованием метода сравнения рыночных цен и ценообразования по площади. Анализирует данные 實價登錄, корректирует с учетом местоположения, этажа, возраста здания, вычета стоимости парковочного места и типа недвижимости. Используйте, когда: (1) Оценивается рыночная стоимость недвижимости перед покупкой/продажей, (2) Сравниваются аналогичные объекты недвижимости для принятия решений о ценообразовании, (3) Готовятся отчеты об оценке для клиентов, (4) Проверяется обоснованность цены листинга.

машинный переводПоказать оригиналСкрыть оригинал«Professional property valuation for Taiwan real estate using market co…»

Professional property valuation for Taiwan real estate using market comparison approach and floor area pricing. Analyzes 實價登錄 data, adjusts for location, floor level, building age, parking space deduction, and property type. Use when: (1) Estimating market value of a property before buying/selling, (2) Comparing similar properties for pricing decisions, (3) Preparing valuation reports for clients, (4) Verifying listing price reasonableness.

ClawHub Agent Skills автор: tsaitepiao-alt v1.0.0 MIT-0 7 файлов тело ≈ 410 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Профессиональная оценка недвижимости на Тайване с использованием метода сравнения рыночных цен и ценообразования по площади.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторФинансыДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
89
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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
Это копия скилла из другого каталога, в рейтинге считается основная: property-valuation (ClawHub)

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: 7. 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 49/100

    • 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
    • 40Согласованность. Имя во frontmatter (property-valuation) не совпадает с папкой (tw-property-valuation-by-william)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 17
    • 100Стоимость исполнения. Тело инструкции 410 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
    • -215 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 444 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.

    Внешние проверки

    ClawHub: clean
    This skill is a straightforward Taiwan property valuation helper with a visible optional analytics prompt and no evidence of hidden network access, credential use, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 28 июн. 2026 г.