SKILLEMALL.ai

AD consult-report

Рабочий процесс консультационного отчета по стратегическому/рыночному анализу — двойной путь: суждение + данные. Сначала выносится эксклюзивное рамочное суждение, затем оно проверяется реальными данными (файлы данных или общедоступная информация), после чего выводится структурированный консультационный отчет в формате Markdown. Используйте, когда пользователь просит: «написать консультационный отчет», «анализ отрасли», «исследование рынка», «конкурентный анализ», «стратегический анализ», «оценка выхода на рынок», «стратегия роста», «написать отчет». Не используется для чистого вывода отчетов по данным (без рамочных суждений), разработки кода, операционного исполнения.

машинный переводПоказать оригиналСкрыть оригинал«战略/市场分析咨询报告工作流——判断+数据双轨。先出有排他性的框架判断,再用真实数据验证(数据文件或公开信息),输出结构化 Markdown…»

战略/市场分析咨询报告工作流——判断+数据双轨。先出有排他性的框架判断,再用真实数据验证(数据文件或公开信息),输出结构化 Markdown 咨询报告。Use when user asks to 写咨询报告、行业分析、市场研究、竞争分析、战略分析、市场进入评估、增长策略、写报告。不用于纯数据报表输出(无判断框架)、代码开发、运营执行。

ClawHub Agent Skills автор: tuobadaidai v1.0.0 MIT-0 4 файла тело ≈ 561 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Рабочий процесс консультационного отчета по стратегическому/рыночному анализу — двойной путь: суждение + данные.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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

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: 0. 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 46/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 37
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 561 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
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +3Длина description 168 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 37 пунктов
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: clean
    This is a disclosed consulting-report workflow that uses user-provided data or public sources to produce structured analysis, with no evidence of hidden installation, persistence, credential use, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 1 авг. 2026 г.