AB enforcement-action-analysis-amir-fadavi
Анализирует любые принудительные меры OFAC или OFSI — по URL, вставленному тексту или загруженному документу — и создает структурированный анализ первопричин в виде отформатированной таблицы Excel (.xlsx). Используйте этот навык, когда пользователь называет, ссылается, вставляет или загружает принудительные меры OFAC или OFSI и запрашивает что-либо из следующего: анализ первопричин, пробелы в комплаенсе, что пошло не так, извлеченные уроки, самооценка организации или планирование исправительных мер. Также активируйте, когда пользователь спрашивает «проанализируй эту принудительную меру», «каковы были первопричины», «преврати это в контрольный список» или «как мне убедиться, что это не произойдет с нами». Выводит однолистную таблицу .xlsx с шестью столбцами: Первопричина | Что пошло не так | Как это пошло не так | Что могло это предотвратить | Иммунна ли моя организация к этому? (Да/Нет/Частично) | Примечания.
машинный переводПоказать оригиналСкрыть оригинал«Analyze any OFAC or OFSI enforcement action — by URL, pasted text, or…»
Analyze any OFAC or OFSI enforcement action — by URL, pasted text, or uploaded document — and produce a structured root cause analysis as a formatted Excel (.xlsx) spreadsheet. Use this skill whenever a user names, links to, pastes, or uploads an OFAC or OFSI enforcement action and asks for any of the following: root cause analysis, compliance gaps, what went wrong, lessons learned, organizational self-assessment, or remediation planning. Also trigger when a user asks "analyze this enforcement action", "what were the root causes", "turn this into a checklist", or "how do I make sure this doesn't happen to us". Outputs a single-sheet .xlsx table with six columns: Root Cause | What Went Wrong | How It Went Wrong | What Could Have Stopped It | Is my organization immune to this? (Yes/No/Partial) | Notes.
Анализирует любые принудительные меры OFAC или OFSI — по URL, вставленному тексту или загруженному документу — и создает структурированный анализ первопричин…
Как процесс B 69/100 · Почти готов — слабые места: ошибки и развилки, повторный запуск, отчётность по ходу
Как улучшить
- 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 69/100
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 52
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2262 токенов
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 811: рекомендуется 120–800 символов
- +2Инструкции на одном языке
- +5В description 4 примера фраз-триггеров в кавычках
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 52 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (3 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.