SKILLEMALL.ai

BD cue-overseas-expansion

Глубокое исследование сценария поиска зарубежных корпоративных клиентов с использованием Cue: выявление трансграничных компаний в указанном регионе, имеющих регистрацию ODI и реальные зарубежные операции, и точное сопоставление бизнес-возможностей по потребностям, таким как открытие счетов, расчеты, выпуск облигаций, слияния и поглощения. Охватывает ключевые аспекты, такие как проверка на трансграничные санкции и зарубежное правоприменение, исследование трансграничного законодательства, материалы для проверки квалификации зарубежных компаний, поиск зарубежных корпоративных клиентов, сканирование доступа к рынку в стране назначения, и выдает список трансграничных бизнес-возможностей и документы по соответствию требованиям, которые можно отслеживать и передавать.

машинный переводПоказать оригиналСкрыть оригинал«用 Cue 跑「出海企业线索」场景的深度研究:锁定指定区域内有 ODI 备案、实际出海动作的跨境企业,按开户、结算、发债、并购等需求精准匹配…»

用 Cue 跑「出海企业线索」场景的深度研究:锁定指定区域内有 ODI 备案、实际出海动作的跨境企业,按开户、结算、发债、并购等需求精准匹配商机。覆盖跨境制裁与海外执法筛查、跨境法规调研、出海企业资质尽调底稿、出海企业跨境业务线索、目的地国营商准入扫描等核心搭子,产出可回查、可派单的出海商机清单与合规底稿。

ClawHub Agent Skills автор: wangxiaoxu v1.0.1 MIT-0 2 файла тело ≈ 516 токенов Открыть источникclawhub.ai проанализирован 36 ч назад

Глубокое исследование сценария поиска зарубежных корпоративных клиентов с использованием Cue: выявление трансграничных компаний в указанном регионе, имеющих…

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

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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

  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: 0. 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 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: 15
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 516 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
  • +2Инструкции на одном языке
  • +3Длина description 154 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This skill is a disclosed Cue research workflow that fetches live templates, asks before spending credits, and runs an external Cue runner for public-data research.
LLM: benign (high) · VirusTotal: · 11 авг. 2026 г.