SKILLEMALL.ai

AB digital-solutions-analyzer

Анализировать решения для цифровой трансформации для данной отрасли от крупных поставщиков (Huawei, Alibaba, Baidu, Tencent) + поставщиков решений для цифровизации в отраслях. Находить конкретные продукты/решения или документировать позиционирование и отличия каждой компании. Использовать, когда пользователь запрашивает '数字化方案', '数字化转型', '行业数字化', 'digital transformation', '行业云方案', '行业 AI 方案'. Часть плагина industry-analyzer (6-Skill 流水线第 3 环).

машинный переводПоказать оригиналСкрыть оригинал«Analyze digital transformation solutions for a given industry from maj…»

Analyze digital transformation solutions for a given industry from major vendors (Huawei, Alibaba, Baidu, Tencent) + vertical industry digital solution providers. Find specific products/solutions or document each company's positioning and differentiation. Use when user asks for '数字化方案', '数字化转型', '行业数字化', 'digital transformation', '行业云方案', '行业 AI 方案'. Part of the industry-analyzer plugin (6-Skill 流水线第 3 环).

ClawHub Agent Skills автор: Aha.Gare v0.1.0 MIT-0 3 файла тело ≈ 534 токенов Открыть источникclawhub.ai проанализирован 25 ч назад

Анализировать решения для цифровой трансформации для данной отрасли от крупных поставщиков (Huawei, Alibaba, Baidu, Tencent) + поставщиков решений для…

Как процесс B 65/100 · Почти готов — слабые места: когда включается, ошибки и развилки, согласованность

АнализаторМаркетингтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 3. 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 65/100

    • 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 (digital-solutions-analyzer) не совпадает с папкой (industry-analyzer-digital-solutions)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 44
    • 100Стоимость исполнения. Тело инструкции 534 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 10. 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 409 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 44 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a coherent research-and-reporting skill that writes expected local analysis files, with no evidence of hidden or harmful behavior.
    LLM: benign (high) · VirusTotal: · 7 июн. 2026 г.