SKILLEMALL.ai

BC huo15-wvi

Инструмент для HR-исследований один на один, основанный на шкале рабочих ценностей Шуберта (WVI). Пять шагов: 17 пунктов быстрой оценки → Стремления → То, от чего не готовы отказаться → Выбор трех ключевых пунктов → Оценка удовлетворенности тремя пунктами, генерация HR-инсайтов и предупреждение о риске увольнения. Время использования: исследование рабочих ценностей, интервью с сотрудниками, карьерное планирование, шкала WVI, оценка ценностей, собеседование по удержанию.

машинный переводПоказать оригиналСкрыть оригинал«基于舒伯(Super)工作价值观量表(WVI)的 HR 一对一调研工具。五步走:17项快速评分 → 追求的点 → 不愿放弃的点 → 保留三项…»

基于舒伯(Super)工作价值观量表(WVI)的 HR 一对一调研工具。五步走:17项快速评分 → 追求的点 → 不愿放弃的点 → 保留三项核心 → 三项满足度评分,生成 HR 洞察与流失风险预警。使用时机:工作价值观调研、员工访谈、职业规划、WVI量表、价值观测评、留任面谈。

ClawHub Agent Skills автор: Job Zhao v1.1.0 MIT-0 6 файлов тело ≈ 974 токенов Открыть источникclawhub.ai проанализирован 22 ч назад

Инструмент для HR-исследований один на один, основанный на шкале рабочих ценностей Шуберта (WVI).

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

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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

  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: 6. 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 "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "aliases"

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: 6
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 974 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 139 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This is a transparent HR questionnaire, but it can produce sensitive employee profiling and attrition-risk reports without privacy, consent, retention, or access-control guidance.
LLM: suspicious (high) · VirusTotal: · 31 мая 2026 г.