SKILLEMALL.ai

BF biopharma-asset-valuation

Оценка стоимости биофармацевтических активов с использованием rNPV и сопоставимых сделок. Применимо для: оценки стоимости фармацевтических активов на основе пиковых продаж, вероятности успеха, затрат на разработку, времени, сопоставимых сделок и структуры сделки для лицензирования, внешнего лицензирования и подготовки к переговорам.

машинный переводПоказать оригиналСкрыть оригинал«结合rNPV与可比交易评估生物医药资产价值。适用于:基于峰值销售、成功概率、开发成本、时间、可比交易和交易结构评估医药资产价值,用于许可引进…»

结合rNPV与可比交易评估生物医药资产价值。适用于:基于峰值销售、成功概率、开发成本、时间、可比交易和交易结构评估医药资产价值,用于许可引进、对外授权和谈判准备。

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 8 файлов тело ≈ 1 602 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Оценка стоимости биофармацевтических активов с использованием rNPV и сопоставимых сделок.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/real_deals_1394.json

ПроцедураPowerPointИИ и агентыФинансыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/real_deals_1394.json
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/real_deals_1394.json
  • заметка frontmatter-key неизвестное поле фронтматтера "copyright"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/real_deals_1394.json
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/real_deals_1394.json
  • 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
  • 100Шаги. Шагов: 25
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1602 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 17. Похоже на несколько доменов в одном скилле

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)
  • +3Длина description 81: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -31 из 3 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.

Внешние проверки

ClawHub: suspicious
This is a coherent valuation-report skill, but it needs review because its generated HTML report loads third-party JavaScript without clear disclosure and the valuation logic has material formula/disclosure mismatches.
LLM: suspicious (medium) · 13 авг. 2026 г.