SKILLEMALL.ai

BD 链家

Руководство по принятию решений при покупке/аренде жилья на Lianjia. Используется для: (1) понимания информации на странице объекта — оценка наценки в цене листинга/способы проверки цены сделки/структура налогов, (2) полного процесса сделки с подержанным жильем и этапы контроля денежных средств, (3) избежания подводных камней в договорах аренды и комиссиях посредников, (4) понимания экосистемы Beike (Lianjia/Beike) и механизма реальных объектов. Руководство Lianjia (Beike) по покупке и аренде жилья: грамотность при работе со страницей листинга, рабочий процесс сделки, оценка налогов и подводные камни при аренде.

машинный переводПоказать оригиналСкрыть оригинал«链家买房/租房决策指南。Use for: (1) 读懂房源页信息——挂牌价水分/成交价查法/税费构成估算, (2) 二手房交易全流程与资金监…»

链家买房/租房决策指南。Use for: (1) 读懂房源页信息——挂牌价水分/成交价查法/税费构成估算, (2) 二手房交易全流程与资金监管节点, (3) 租房合同与中介费避坑, (4) 贝壳系(链家/贝壳)生态与真房源机制理解。Lianjia (Beike) home-buying and renting guide: listing-page literacy, transaction workflow, tax estimation, and rental pitfalls.

ClawHub Hermes автор: zhangifonly v1.0.0 MIT-0 2 файла тело ≈ 314 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Руководство по принятию решений при покупке/аренде жилья на Lianjia.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыФинансытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-long-hermes description 244 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (链家) не совпадает с папкой (lianjia)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 17
  • 100Стоимость исполнения. Тело инструкции 314 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 244 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 17 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This is a single informational real-estate guidance skill with no scripts, persistence, credential use, or hidden behavior.
LLM: benign (high) · VirusTotal: · 11 июл. 2026 г.