SKILLEMALL.ai

AC how-to-research

Навык проведения исследований, основанный на методологии из книги «Как проводить исследования» (автор Жэнь Чжунжань, издательство «党建读物出版社»). Используется для выполнения задач, связанных с исследованиями (маркетинговые исследования, анализ конкурентов, отраслевые исследования, интервью с пользователями, полевые исследования, разработка анкет, написание отчетов об исследованиях), а также для запросов о методах исследований, стационарных исследованиях, случайных исследованиях, кабинетных исследованиях, выборке, дискуссионных совещаниях и других концепциях, или когда требуется провести исследование по устоявшейся методологии.

машинный переводПоказать оригиналСкрыть оригинал«怎样调研——从《怎样调研》(任仲然著,党建读物出版社)提炼的调研方法论技能库。当用户要做调研类任务(市场调研、竞品分析、行业研究、用户访谈、…»

怎样调研——从《怎样调研》(任仲然著,党建读物出版社)提炼的调研方法论技能库。当用户要做调研类任务(市场调研、竞品分析、行业研究、用户访谈、实地调查、问卷设计、调研报告撰写),或问及调查研究方法、蹲点调研、随机调研、文献调研、抽样、座谈会等概念,或需要按一套成熟方法论执行调研时使用。Use when planning or executing any research/investigation task, or referencing the book's frameworks.

ClawHub Agent Skills автор: George v0.1.0 MIT-0 19 файлов тело ≈ 1 072 токенов Открыть источникclawhub.ai проанализирован 13 ч назад

Навык проведения исследований, основанный на методологии из книги «Как проводить исследования» (автор Жэнь Чжунжань, издательство «党建读物出版社»).

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

    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: 19. 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 53/100

    • 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
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 29
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1072 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 243 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 29 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: clean
    This is a static Chinese-language research-methodology skill with no executable behavior, persistence, credential handling, or hidden data movement.
    LLM: benign (high) · VirusTotal: · 16 сент. 2026 г.