SKILLEMALL.ai

BD external-tech-acquisition

Рабочий процесс привлечения внешних научно-технических достижений государственными предприятиями. Охватывает полный цикл от стратегических потребностей → сканирования информации → оценки достижений → проверки → пути трансформации → цепочки доказательств принятия решений, используя пять рабочих моделей для вызова возможностей MCP Wisper, системно решая шесть основных проблем, с которыми сталкиваются научно-технические отделы государственных предприятий при привлечении внешних научно-технических достижений.

машинный переводПоказать оригиналСкрыть оригинал«央企外部科技成果吸纳工作流。覆盖从战略需求→情报扫描→成果评估→尽职调查→转化路径→决策证据链的完整闭环,通过五大工作模式调用智慧芽MCP能…»

央企外部科技成果吸纳工作流。覆盖从战略需求→情报扫描→成果评估→尽职调查→转化路径→决策证据链的完整闭环,通过五大工作模式调用智慧芽MCP能力,系统性解决央企科技管理部门在吸纳外部科技成果时面临的六大难点。

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 2 файла тело ≈ 1 401 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Рабочий процесс привлечения внешних научно-технических достижений государственными предприятиями.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыТексты и документыИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
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 "copyright"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 31
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1401 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 103: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This skill is a disclosed patent and technology-transfer research workflow with no executable code, persistence, or hidden data handling.
LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.