SKILLEMALL.ai

BF enterprise-carbon-credit-rating

Генерация рейтинга углеродных кредитов компании на основе материалов клиента. Требуется чтение предоставленных клиентом корпоративных данных, автоматическое извлечение полей рейтинга углеродных кредитов, идентификация недостающих обязательных данных, подтверждение отраслевых весов и параметров по умолчанию, расчет оценки углеродных кредитов компании или генерация официального отчета о рейтинге углеродных кредитов в формате Word на основе модели оценки углеродного учета компании.

машинный переводПоказать оригиналСкрыть оригинал«根据客户材料生成企业碳信用评级。需要读取客户提供的企业资料、自动抽取碳资信评级字段、识别缺失的必填数据、确认行业默认权重和参数、计算企业碳资…»

根据客户材料生成企业碳信用评级。需要读取客户提供的企业资料、自动抽取碳资信评级字段、识别缺失的必填数据、确认行业默认权重和参数、计算企业碳资信评分,或基于企业碳账户评价模型生成正式 Word 碳资信评级报告的场景。

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 8 файлов тело ≈ 412 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генерация рейтинга углеродных кредитов компании на основе материалов клиента.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/企业碳资信评级报告模板_v0.1.docx, assets/企业碳资信评分规则配置表_v0.1.xlsx

ПроцедураРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/企业碳资信评级报告模板_v0.1.docx, assets/企业碳资信评分规则配置表_v0.1.xlsx
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: assets/企业碳资信评级报告模板_v0.1.docx
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/企业碳资信评分规则配置表_v0.1.xlsx
  • заметка frontmatter-key неизвестное поле фронтматтера "copyright"

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/企业碳资信评级报告模板_v0.1.docx, assets/企业碳资信评分规则配置表_v0.1.xlsx
  • 0Инструменты и файлы. Не хватает 2 файла(ов): assets/企业碳资信评级报告模板_v0.1.docx, assets/企业碳资信评分规则配置表_v0.1.xlsx
  • 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: 21
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 412 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)
  • +3Длина description 107: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This skill coherently reads user-provided business materials, confirms extracted rating data, calculates a carbon credit score, and creates a Word report without hidden network, credential, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.