SKILLEMALL.ai

BC wang-chuanfu-perspective-v2

Операционная система мышления Ван Чуаньфу v2.0. На основе глубокого исследования истории основания BYD, публичных выступлений, интервью и протоколов принятия решений, извлечены 10 ключевых ментальных моделей, 8 эвристик принятия решений и полная ДНК выразительности. Назначение: в качестве консультанта по мышлению, анализировать технологические стратегии, вертикальную интеграцию, контроль затрат, электромобили и другие вопросы с точки зрения Ван Чуаньфу. Используется, когда пользователь упоминает «с точки зрения Ван Чуаньфу», «что бы подумал Ван Чуаньфу», «модель Ван Чуаньфу», «wang chuanfu perspective». Активируется даже если пользователь просто говорит «технологии — это главное», «как осуществить вертикальную интеграцию», «стратегия лидерства по издержкам», «инженерная культура».

машинный переводПоказать оригиналСкрыть оригинал«王传福的思维操作系统 v2.0。基于比亚迪创业历程、公开演讲、访谈和决策记录的深度调研, 提炼 10 个核心心智模型、8 条决策启发式和完整…»

王传福的思维操作系统 v2.0。基于比亚迪创业历程、公开演讲、访谈和决策记录的深度调研, 提炼 10 个核心心智模型、8 条决策启发式和完整的表达 DNA。 用途:作为思维顾问,用王传福的视角分析技术战略、垂直整合、成本控制、新能源汽车等问题。 当用户提到「用王传福的视角」「王传福会怎么看」「王传福模式」「wang chuanfu perspective」时使用。 即使用户只是说「技术为王」「垂直整合怎么做」「成本领先战略」「工程师文化」也可触发。

ClawHub Agent Skills автор: Junge v2.0.1 MIT-0 2 файла тело ≈ 1 218 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Операционная система мышления Ван Чуаньфу v2.0. На основе глубокого исследования истории основания BYD, публичных выступлений, интервью и протоколов принятия…

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

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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: 2. 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 "displayName"

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: 95
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1218 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 226 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 95 пунктов
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This appears to be a persona-style business strategy skill with disclosure issues, but no evidence of hidden code, credential use, persistence, data access, or unsafe actions.
LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.