SKILLEMALL.ai

AF dongming

Dongming — система стратегического ИИ-инсайта. Ядро Rumelt (диагностика → директивы → согласованные действия) как логический каркас, гипотеза BCG (генерация → отбор → проверка) как движок открытий. Сначала выносится суждение, затем оно проверяется, и если оно ошибочно, оно исправляется — суждение имеет приоритет над полнотой информации. Перед выводом выполняется атака красной команды. Используйте, когда пользователь запрашивает: стратегический анализ, исследование отрасли, исследование рынка, анализ конкурентов, анализ конкурентов, стратегическая трансформация, оценка выхода на рынок, анализ портфеля бизнеса, анализ бизнес-модели, стратегия роста, организационная диагностика (в аспекте соответствия стратегии).

машинный переводПоказать оригиналСкрыть оригинал«洞明 — AI 战略洞察系统。Rumelt 内核(诊断→指导方针→连贯性行动)为逻辑骨架,BCG 假说驱动(生成→筛选→验证)为发现引擎。先…»

洞明 — AI 战略洞察系统。Rumelt 内核(诊断→指导方针→连贯性行动)为逻辑骨架,BCG 假说驱动(生成→筛选→验证)为发现引擎。先下判断,再验证,错了就改——判断力优先于信息完备性。输出前执行红队攻击。Use when user asks to 战略分析、行业研究、市场研究、竞争分析、竞争对手分析、战略转型、市场进入评估、业务组合分析、商业模式分析、增长战略、组织诊断(战略匹配维度)。

ClawHub Agent Skills автор: tuobadaidai v2.1.0 MIT-0 9 файлов тело ≈ 1 284 токенов Открыть источникclawhub.ai проанализирован 34 ч назад

Dongming — система стратегического ИИ-инсайта.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/framework-cutting.md

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/framework-cutting.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/framework-cutting.md

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/framework-cutting.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/framework-cutting.md
  • 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
  • 100Шаги. Шагов: 43
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1284 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле

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 199 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 43 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 7)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

Внешние проверки

ClawHub: clean
This appears to be a strategy-advice skill with overly broad activation wording, but no evidence of hidden data access, persistence, or unsafe actions.
LLM: benign (medium) · VirusTotal: · 15 июн. 2026 г.