SKILLEMALL.ai

AC business-domain-payload

Бизнес-домены и задачи, охватывающие 10 основных функциональных областей любой организации, всего 289 задач. Включает сбор информации, анализ данных, создание контента, операционную деятельность, управление знаниями, совместную работу над процессами, управление клиентами, контроль соответствия и рисков, сертификацию и управление цепочками поставок. Отраслевые различия вводятся путем калибровки задач, без изменений на уровне фреймворка. Триггеры: бизнес-домен, операционная деятельность организации, сбор информации, анализ данных, создание контента, операционная деятельность, управление знаниями, совместная работа над процессами, управление клиентами, контроль соответствия и рисков, сертификация, управление цепочками поставок, meta-skill-system.

машинный переводПоказать оригиналСкрыть оригинал«业务领域负载物,覆盖任何组织都存在的10大核心业务职能子域,共289个任务。涵盖情报采集、数据分析、内容生产、活动运营、知识管理、流程协同、…»

业务领域负载物,覆盖任何组织都存在的10大核心业务职能子域,共289个任务。涵盖情报采集、数据分析、内容生产、活动运营、知识管理、流程协同、客户运营、合规风控、资质认证、供应链管理等业务场景。行业差异通过校准任务注入,框架层零修改。触发词:业务领域、组织运营、情报采集、数据分析、内容生产、活动运营、知识管理、流程协同、客户运营、合规风控、资质认证、供应链管理、meta-skill-system。

ClawHub Agent Skills автор: 波动几何 v1.0.1 MIT-0 5 файлов тело ≈ 1 006 токенов Открыть источникclawhub.ai проанализирован 29 ч назад

Бизнес-домены и задачи, охватывающие 10 основных функциональных областей любой организации, всего 289 задач.

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

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
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

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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 5. 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")

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. Внешние инструменты не нужны
  • 100Шаги. Шагов: 38
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1006 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 199 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 38 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
The skill appears to be a broad Chinese business-analysis reference, but it includes an unsafe rule telling agents not to refuse edits to the skill itself.
LLM: suspicious (medium) · VirusTotal: · 18 июн. 2026 г.