SKILLEMALL.ai

AC competitive-landscape

Анализ конкурентной среды в технологическом секторе с ранжированием игроков, дифференциацией маршрутов и выявлением свободных ниш. Используйте, когда пользователь запрашивает картирование игроков, анализ конкурентов в секторе, сравнение игроков в технологической сфере, сравнение отечественных и зарубежных игроков или любую многопользовательскую конкурентную оценку в определенной технологической области.

машинный переводПоказать оригиналСкрыть оригинал«Technology-sector competitive landscape analysis with player tiering,…»

Technology-sector competitive landscape analysis with player tiering, route differentiation, and white-space identification. Use when the user asks for player mapping, sector competitor analysis, technology-track player comparison, domestic-vs-overseas player comparison, or any multi-player competitive assessment in a defined technology domain.

ClawHub Claude Code автор: yuanzhian-patsnap v1.0.1 MIT-0 18 файлов тело ≈ 3 755 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Анализ конкурентной среды в технологическом секторе с ранжированием игроков, дифференциацией маршрутов и выявлением свободных ниш.

Как процесс C 64/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

АнализаторИИ и агентыДанные и аналитикаИсследованиятип 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
C
64/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "copyright"
    • заметка frontmatter-key неизвестное поле фронтматтера "provider"
    • заметка frontmatter-key неизвестное поле фронтматтера "deliverable-default"
    • заметка frontmatter-key неизвестное поле фронтматтера "fallback-policy"

    Процессный рейтинг: все десять параметров 64/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 130, расплывчатых формулировок: 1
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3755 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 10. 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 346 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 28 заголовков
    • +3Пошаговые инструкции: 130 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (7 из 7)

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

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed research workflow for competitive landscape reports, with file creation and web/patent research that fit its stated purpose.
    LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.