SKILLEMALL.ai

AD design-research-scout

Превратите нечеткие брифинги в стабильный рабочий процесс предварительного проектирования для валидации требований, уточнения брифинга, исследований на ранних этапах, определения направления вдохновения и сбора утвержденных вдохновляющих материалов с сайта. Используйте, когда команде нужен 前期需求分析, брифинг 拆解, исследовательская структура 调研框架, упорядочивание направления梳理, сравнение конкурентов или межотраслевых референсов 竞品或跨行业参考, исследование стиля 风格探索, мудборд moodboard, референсные изображения 参考图, вдохновляющие изображения 灵感图, или нужен рабочий процесс, который сначала проверяет, достаточно ли ясно требование, задает несколько высокоэффективных вопросов при необходимости, а затем возвращает как выводы исследования, так и вдохновляющие референсы или ссылки с Behance, Zcool, Huaban и Xiaohongshu.

машинный переводПоказать оригиналСкрыть оригинал«Turn fuzzy briefs into a stable pre-design workflow for requirement va…»

Turn fuzzy briefs into a stable pre-design workflow for requirement validation, brief clarification, early-stage research, inspiration direction setting, and approved-site inspiration collection. Use when the team needs 前期需求分析, brief 拆解, 调研框架, 方向梳理, 竞品或跨行业参考, 风格探索, moodboard, 参考图, 灵感图, or wants a workflow that first checks whether the requirement is clear enough, asks a few high-impact questions if needed, and then returns both research conclusions and inspiration references or links from Behance, Zcool, Huaban, and Xiaohongshu.

ClawHub Agent Skills автор: yxl v1.0.0 MIT-0 13 файлов тело ≈ 726 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Превратите нечеткие брифинги в стабильный рабочий процесс предварительного проектирования для валидации требований, уточнения брифинга, исследований на ранних…

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
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

    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: 13. 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 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 (design-research-scout) не совпадает с папкой (design-researh)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 107
    • 100Стоимость исполнения. Тело инструкции 726 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 534 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 107 пунктов
    • +4Справочные файлы упоминаются в инструкциях (8 из 8)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This appears to be a design or inspiration workflow skill with some broad activation and default external source choices, but no evidence of hidden, destructive, credential-stealing, or persistent behavior.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.