SKILLEMALL.ai

AD tender-bid-union-zhongzhaolianhe

Помощник по агрегированию и анализу больших данных тендеров и тенденций. Обязательно используйте этот навык в следующих случаях: многомерная агрегированная статистика данных по тендерам (по месяцам/кварталам/годам/провинциям/городам/отраслям/брендам и т. д.), анализ тенденций (год к году, месяц к месяцу), расчет объема рынка, анализ популярности и концентрации отрасли, поиск ведущих закупочных организаций/ведущих победителей тендеров/ведущих брендов-победителей, доля рынка брендов, запрос исторической цены победителя по бренду и модели/анализ ценовых тенденций, анализ конкурентной среды, исследование отрасли/анализ рынка/оценка инвестиций и т. д. Даже если пользователь не упоминает «中招联合», используйте этот навык при наличии ключевых слов, связанных со статистикой данных по тендерам, анализом рынка, отраслевыми тенденциями, рейтингами топ-компаний и т. д. При первом использовании ручная регистрация не требуется: после согласия пользователя можно автоматически открыть бесплатную пробную учетную запись (100 вызовов, собираются только 3 характеристики неопознанного устройства для дедупликации, подробности конфиденциальности см. в документации пакета), если пользователь отказывается, будет предоставлена ссылка на ручную регистрацию.

машинный переводПоказать оригиналСкрыть оригинал«招投标大数据聚合统计与趋势分析助手。当用户涉及以下任何场景时,必须使用此SKILL:招中标数据多维度聚合统计(按月/季/年/省份/城市/行业…»

招投标大数据聚合统计与趋势分析助手。当用户涉及以下任何场景时,必须使用此SKILL:招中标数据多维度聚合统计(按月/季/年/省份/城市/行业/品牌等)、同比环比趋势分析、市场规模测算、行业热度与集中度分析、查询Top采购单位/Top中标单位/Top中标品牌、品牌市场占有率、查询品牌型号历史中标单价/价格趋势、竞争格局分析、行业研究/市场分析/投资研判等场景。即使用户没有提到「中招联合」,只要涉及招投标数据统计、市场分析、行业趋势、Top排名等关键词,都应使用本SKILL。首次使用无需手动注册:经用户同意后可自动开通免费试用账号(送100次调用,仅采集3项非身份设备特征做设备去重,隐私说明见包内文档),用户拒绝则提供手动注册链接。

ClawHub Agent Skills автор: 知了标讯 AI 开放平台 v1.0.5 MIT-0 7 файлов тело ≈ 3 431 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Помощник по агрегированию и анализу больших данных тендеров и тенденций.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияЗакупки и снабжениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Утечка данных net-credential-use references/auto-register.md:215
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)
    **如果当前 api_key 来自 `$ZLBX_API_KEY`**:跳过 SID 流程,提示用户访问 `https://ai.zhiliaobiaoxun.com/?ch=s51` 手动登录充值。
    в кавычках

Просканировано файлов: 7. 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")

Процессный рейтинг: все десять параметров 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3431 токенов
  • low Разделов верхнего уровня: 15. 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 318 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 31 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (17 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
The skill is mostly a disclosed tender-data assistant, but it needs Review because it creates vendor accounts using a persistent device fingerprint, stores API credentials locally, prints auto-login bearer links, accesses contact data, and forces vendor promotional referrals.
LLM: suspicious (high) · 8 сент. 2026 г.