SKILLEMALL.ai

AD guanshi

GuanShi — система стратегического анализа и инсайтов на основе ИИ. Шаг 0: позиционирование компании в жизненном цикле (от стартапа до зрелости и трансформации) определяет приоритеты и агрессивность стратегических рекомендаций. Шестишаговый метод инсайтов на основе модели BLM (предварительная диагностика BLM → рыночные инсайты "пять взглядов, три определения" → анализ разрывов → конкурентное позиционирование → внутренняя диагностика → разработка нового бизнеса по BLM → аудит конституции "жесткий контроль" → стресс-тест сценарного планирования → реструктуризация BLM + проверка согласованности) + пять сил Портера + TAM-SAM-SOM + VRIO + матрица Ансоффа + Revenue Bridge. Поддерживает обрезку измерений: /GuanShi Конкуренция/Рынок/Организация/Стратегия — можно выбрать один путь. Кластер из 9 экспертов включает движок глубоких инсайтов (уровень проникновения методологии). Отчеты выводятся в повествовательной структуре по ЧАСТЯМ 1-4 + сквозная согласованность BLM + позиционирование основного конфликта + анализ трещин + отказ от стратегии. Используйте, когда пользователь запрашивает стратегический анализ, исследование отрасли, исследование рынка, конкурентный анализ, анализ конкурентов, стратегическую трансформацию, оценку выхода на рынок, анализ портфеля бизнеса, анализ бизнес-модели, стратегию роста, организационную диагностику (в аспекте соответствия стратегии). Неприменимо для простых запросов, ответов на политические вопросы, повседневных диалогов.

машинный переводПоказать оригиналСкрыть оригинал«观势 — AI 战略分析与洞察系统。Step 0 企业生命周期定位(初创验证→规模成长→成熟守位→转型重塑)决定框架裁剪优先级和战略建议激进…»

观势 — AI 战略分析与洞察系统。Step 0 企业生命周期定位(初创验证→规模成长→成熟守位→转型重塑)决定框架裁剪优先级和战略建议激进程度。以 BLM 模型为主线的六步洞察法(BLM预诊断→五看三定市场洞察→差距分析→竞争定位→内部诊断→BLM新业务设计→宪法审计硬门控→情景规划压力测试→BLM重构+一致性校验)+波特五力+TAM-SAM-SOM+VRIO+安索夫矩阵+Revenue Bridge。支持维度裁剪:/观势 竞争/市场/组织/战略 可走单维度路径。9 位专家集群含深度洞察引擎(方法论穿透层)。输出报告按 PART 1-4 叙事结构+BLM一致性贯穿+核心矛盾定位+裂缝分析+战略放弃。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)。不适用于简单查询、政策问答、日常对话。

ClawHub Agent Skills автор: tuobadaidai v3.2.1 MIT-0 18 файлов тело ≈ 2 081 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

GuanShi — система стратегического анализа и инсайтов на основе ИИ.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыИсследованиятип 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
D
43/100
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: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "guanshi"

    Процессный рейтинг: все десять параметров 43/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 49
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2081 токенов
    • low Разделов верхнего уровня: 17. 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
    • -236 эмодзи в инструкциях: шум для модели
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 416 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 44 заголовков
    • +3Пошаговые инструкции: 49 пунктов
    • +4Есть примеры (7 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (13 из 14)

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

    Внешние проверки

    ClawHub: suspicious
    This appears to be a real strategy-analysis skill, but it needs review because it can persist sensitive analysis files and install additional skills from the network without strong scoping or provenance controls.
    LLM: suspicious (high) · VirusTotal: · 25 июн. 2026 г.