SKILLEMALL.ai

AD xinchuang-it-procurement-analyzer

Аналитик данных по закупкам в сфере импортозамещения (信创) и ИТ-информатизации. Обязательно используйте этот навык в следующих случаях: поиск объявлений о тендерах и выигранных тендерах в сфере импортозамещения/отечественного производства/ИТ-информатизации (серверы, базы данных, операционные системы, облачные технологии, центры обработки данных, сетевая безопасность, программное обеспечение и т. д.), запрос доли рынка и исторической цены по брендам/моделям ИТ-продукции, анализ основной деятельности ИТ-интеграторов и их конкурентов, поиск ведущих закупочных организаций/ведущих победителей тендеров по определенным категориям, рекомендации потенциальных поставщиков для участия в тендерах, анализ тенденций в области цифрового правительства и проектов импортозамещения, поиск ИТ-поставщиков/расширение каналов и т. д. Даже если пользователь не упоминает «信创», используйте этот навык при наличии запросов, связанных с закупками и выигранными тендерами в сфере ИТ, информатизации, отечественного производства, серверов, баз данных, программного обеспечения, облачных технологий, сетевой безопасности и т. д.

машинный переводПоказать оригиналСкрыть оригинал«信创与 IT 信息化采招数据分析助手。当用户涉及以下任何场景时,必须使用此SKILL:搜索信创/国产化/IT信息化招标中标公告(服务器、数据…»

信创与 IT 信息化采招数据分析助手。当用户涉及以下任何场景时,必须使用此SKILL:搜索信创/国产化/IT信息化招标中标公告(服务器、数据库、操作系统、云、数据中心、网络安全、软件等)、查询某IT品牌/型号的中标占有率与历史单价、分析IT集成商的主营业务与竞争对手、查询某品类的Top采购单位/Top中标单位、推荐潜在投标供应商、数字政府与信创项目趋势分析、IT采购寻源/渠道拓展等场景。即使用户没有提到「信创」,只要涉及IT、信息化、国产化、服务器、数据库、软件、云、网络安全等采购与中标需求,都应使用本SKILL。

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

Аналитик данных по закупкам в сфере импортозамещения (信创) и ИТ-информатизации.

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

АнализаторЗакупки 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=s57` 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 260 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 has a coherent procurement-search purpose, but it also handles device-based account registration, local key storage, recharge login links, and broad promotional routing that users should review carefully before installing.
LLM: suspicious (high) · 8 сент. 2026 г.