SKILLEMALL.ai

BC yazhou-investment

Эксклюзивный навык для сотрудников по привлечению инвестиций правительства района Ячжоу города Санья. Используйте этот навык, когда пользователю необходимо изучить предысторию компании или отрасли, оценить ее соответствие району Ячжоу, узнать о политике льгот по привлечению инвестиций (налоговые льготы/поощрения при переезде/кадровая политика), понять процесс входа или получить вспомогательную поддержку по привлечению инвестиций (план визита/рекламные материалы). Ключевые слова для активации: привлечение инвестиций, Ячжоу, залив Ячжоу, менеджер по инвестициям, инвестиционная политика, исследование компаний, отраслевой анализ, поощрения при переезде, налоговые льготы, глубоководные технологии, семеноводство, привлечение инвестиций в семеноводство. Этот навык также поддерживает поиск в Интернете, поиск финансовых данных, интерпретацию политики и создание отчетов об оценке компаний.

машинный переводПоказать оригиналСкрыть оригинал«三亚市崖州区政府招商工作人员专属技能。当用户需要调查某家公司或某个行业的背景、 评估其与崖州区的契合度、查询招商优惠政策(税收/落户奖励/人…»

三亚市崖州区政府招商工作人员专属技能。当用户需要调查某家公司或某个行业的背景、 评估其与崖州区的契合度、查询招商优惠政策(税收/落户奖励/人才政策)、 了解入驻流程、或需要招商辅助支持(拜访提纲/推介材料)时, 应使用本技能。触发词包括:招商、崖州、崖州湾、招商经理、招商政策、 企业调查、行业分析、落户奖励、税收优惠、深海科技、南繁种业、种业招商。 本技能同时支持联网搜索、金融数据检索、政策解读、企业评估报告生成。

ClawHub Agent Skills автор: Wing-art v1.3.0 MIT-0 8 файлов тело ≈ 1 113 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Эксклюзивный навык для сотрудников по привлечению инвестиций правительства района Ячжоу города Санья.

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

ПроцедураИнфраструктуратип 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
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: 8. 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: 52
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1113 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
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 209 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 52 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 4)

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

Внешние проверки

ClawHub: clean
This is a coherent investment-research and policy-reporting skill, but users should expect web lookups and local Word report files.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.