SKILLEMALL.ai

AB fde-adoption-and-value

Этап 7 цикла доставки FDE. Превратите доказательства работы POC в план внедрения, измерение ценности и решение о следующих инвестициях, охватывающее целевых пользователей, изменение поведения, метрики ценности, базовые уровни, источники данных, риски и условия масштабирования. Используйте для обзора после POC, ускорения внедрения, оценки бизнес-ценности, рекомендаций по реинвестированию и подготовки к масштабированию. Не переписывайте результаты POC, не фабрикуйте ROI и не заменяйте формальные коммерческие переговоры.

машинный переводПоказать оригиналСкрыть оригинал«Stage 7 of FDE Delivery Loop. Turn POC run evidence into an adoption p…»

Stage 7 of FDE Delivery Loop. Turn POC run evidence into an adoption plan, value measurement, and next-investment decision covering target users, behavior change, value metrics, baselines, data sources, risks, and scale conditions. Use for post-POC review, adoption acceleration, business-value evaluation, reinvestment recommendations, and pre-scale preparation. Do not rewrite POC results, fabricate ROI, or replace formal commercial negotiation.

ClawHub Agent Skills автор: xukun0821 v1.0.0 MIT-0 14 файлов тело ≈ 1 317 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Этап 7 цикла доставки FDE.

Как процесс B 72/100 · Почти готов — слабые места: когда включается, ошибки и развилки, повторный запуск

АнализаторДанные и аналитикаПродажи и CRMтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 72/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 27
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1317 токенов

    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)
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +3Длина description 448 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (9 из 9)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill is a documentation-only adoption and value review guide with no scripts, persistence, hidden execution, or unrelated data handling.
    LLM: benign (high) · VirusTotal: · 7 авг. 2026 г.