SKILLEMALL.ai

AD diting-compensation-expert

Эксперт по вознаграждениям. Сравнение зарплат, схемы повышения зарплат, справедливость зарплат, дизайн структуры зарплат. Используйте при сравнении зарплат, схемах повышения зарплат, анализе справедливости зарплат, дизайне структуры зарплат, анализе рыночных процентилей, дизайне диапазонов зарплат, оценке конкурентоспособности зарплат, дизайне широких зарплатных диапазонов. Неприменимо к дизайну системы оценки эффективности, соблюдению трудового законодательства, дизайну программ обучения и другим HR-вопросам, не связанным с вознаграждением.

машинный переводПоказать оригиналСкрыть оригинал«谛听薪酬专家。薪酬对标、调薪方案、薪酬公平性、薪酬结构设计。Use when 薪酬对标、调薪方案、薪酬公平性分析、薪酬结构设计、市场分位值分…»

谛听薪酬专家。薪酬对标、调薪方案、薪酬公平性、薪酬结构设计。Use when 薪酬对标、调薪方案、薪酬公平性分析、薪酬结构设计、市场分位值分析、薪酬带宽设计、薪酬竞争力评估、宽带薪酬设计。不适用于绩效体系设计、劳动法合规、培训方案设计等非薪酬类 HR 问题。

ClawHub Agent Skills автор: tuobadaidai v2.1.2 MIT-0 6 файлов тело ≈ 1 037 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Эксперт по вознаграждениям.

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
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: 6. 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 (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 37
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1037 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 129 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 37 пунктов
    • +4Есть примеры (5 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill is a compensation-analysis guide that uses sensitive HR data in a purpose-aligned way, but users should minimize and protect employee-level data before using it.
    LLM: benign (high) · VirusTotal: · 24 июл. 2026 г.