SKILLEMALL.ai

BC all-industry-officers

Система исполнения функциональных групп для всех отраслей: готовые к использованию функциональные задачи для любой отрасли и организации, выполняемые 375 ролями из 15 интеллектуальных команд предметных областей (главная управляющая команда + четыре общие команды: HR, финансы, администрация, цифровые технологии + десять бизнес-команд: разведка, сертификация, контент, мероприятия, клиенты, операции, аналитика, процессы, соответствие, знания). Двухуровневое полное функциональное покрытие — естественный отраслевой уровень (HR, финансы, администрация, IT) + общий уровень бизнес-процессов (сбор разведданных, создание контента, организация мероприятий, анализ данных, управление знаниями, соответствие требованиям и управление рисками, управление клиентами, координация процессов, сертификация, управление цепочками поставок). 125 модулей способностей соответствуют задачам один к одному, каждый модуль имеет несколько наложенных ролей (основная роль предметной области + стек ролей для совместной работы, всего 125 основных ролей + 250 ролей для совместной работы в системе) и реализацию P (LLM/инструменты/человек-машина/комбинация). При выполнении каждой задачи отображаются полные карточки информации всех модулей способностей в конвейере с акцентом на наложение ролей, создавая ощущение совместной работы множества агентов. Включает 12 междоменных конвейеров оркестровки, 15 шаблонов задач предметных областей (по одному на область, с примерами выходных данных для каждой задачи) и механизмы двойной калибровки по отрасли/организации с полным графом знаний зависимостей. Триггерные фразы: команда задач, командная работа, отраслевая универсальность, организационные функции, управление персоналом, финансы, административная работа, информационные технологии, система навыков, модуль способностей, наложение ролей, реализация P, совместная работа множества агентов, оркестровка конвейера, отраслевая калибровка, организационная калибровка, найм, производительность, компенсация, возмещение расходов, бюджет, налоги, совещания, архивы, печати, контракты, командировки, прием, печать, визитные карточки, брошюры, ИТ-поддержка, форматы файлов, преобразование форматов, обработка документов, OCR, бизнес, операции, разведка, контент, мероприятия, данные, знания, соответствие, клиенты, процессы, сертификация, цепочка поставок, отраслевой анализ, анализ конкурентов, исследование рынка, анализ данных, обучение, управление проектами, сертификация, социальные сети, новые медиа, управление аккаунтом, публикация контента, короткие видео, прямая трансляция, AIO, all-industry-officers, meta-skill-system.

машинный переводПоказать оригиналСкрыть оригинал«全行业职能群执行体系:任何行业、任何组织的职能任务开箱即用,由 15 个域级智能团队(总控官团队 + 人才官/财务官/行政官/数智官四大通用…»

全行业职能群执行体系:任何行业、任何组织的职能任务开箱即用,由 15 个域级智能团队(总控官团队 + 人才官/财务官/行政官/数智官四大通用团队 + 情报官/认证官/内容官/活动官/客户官/运营官/分析官/流程官/合规官/知识官十大业务团队)的 375 种身份协作完成,双层全职能覆盖——行业天然通用层(人力资源、财务会计、行政办公、信息技术)+ 业务泛化通用层(情报采集、内容生产、活动运营、数据分析、知识管理、合规风控、客户运营、流程协同、资质认证、供应链运营十大业务流)。125个能力单元与任务一一对应,每个单元自带多重身份叠加(主领域身份+协同身份栈,全体系共 125 主身份+250 协同身份)与P实现(LLM/工具/人机/组合),每次执行任务时依次显示管线中所有能力单元完整信息卡并重点播报身份叠加,营造大量身份共同协作的多智能体感知;自带12条跨域编排管线、15个域级任务范本(每域一个,含该域全部任务具体执行时的执行输出范本——每个任务一个交付物本体样例)、行业/组织双校准机制与完整依赖拓扑知识图谱。触发词:任务团队、团队协作、行业通用、组织职能、人力资源、财务、行政办公、信息技术、技能体系、能力单元、身份叠加、P实现、多智能体协作、管线编排、行业校准、组织校准、招聘、绩效、薪酬、报销、预算、税务、会议、档案、印章、合同、差旅、接待、打印、印刷、名片、宣传册、IT支持、文件格式、格式转换、文档处理、OCR、业务、运营、情报、内容、活动、数据、知识、合规、客户、流程、认证、供应链、行业分析、竞品分析、市场调研、数据分析、培训、项目管理、资质认证、自媒体、新媒体、账号运营、内容发布、短视频、直播、AIO、all-industry-officers、meta-skill-system。

ClawHub Claude Code автор: 波动几何 v1.0.0 MIT-0 19 файлов тело ≈ 2 428 токенов Открыть источникclawhub.ai проанализирован 6 ч назад

Система исполнения функциональных групп для всех отраслей: готовые к использованию функциональные задачи для любой отрасли и организации, выполняемые 375…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Read Write Edit Glob Grep Bash

Просканировано файлов: 19. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2428 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 754 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 17)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
The skill is a broad business-operations template system, but it requests powerful tools and includes instructions that obscure how its “multi-agent” workflow actually runs.
LLM: suspicious (high) · 13 сент. 2026 г.