SKILLEMALL.ai

BD valuation-reporting

Собирает готовый анализ компании в виде отчета, который читает лицо, принимающее решение — резюме для руководства, мост стоимости, важные предположения, диапазон чувствительности и рекомендация с ее катализаторами и рисками. Используйте при написании оценки, DCF, анализа приобретения, IPO, реструктуризации или корпоративных финансов, при составлении REPORT.md или вердикта, или при решении о том, что следует включить в отчет.

машинный переводПоказать оригиналСкрыть оригинал«Assembles a finished company analysis into the deliverable a decision-…»

Assembles a finished company analysis into the deliverable a decision-maker reads — the executive summary, the value bridge, the assumptions that matter, the sensitivity range, and the recommendation with its catalysts and risks. Use when writing up a valuation, DCF, acquisition, IPO, restructuring or corporate finance analysis, when drafting REPORT.md or the verdict, or when deciding what belongs in the report.

lyndonkl/claude Agent Skills автор: lyndonkl 9 файлов тело ≈ 2 968 токенов Открыть источникgithub.com↗ проанализирован 16 ч назад

Собирает готовый анализ компании в виде отчета, который читает лицо, принимающее решение — резюме для руководства, мост стоимости, важные предположения…

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторДанные и аналитикаФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 9. 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 48/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 33
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2968 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

    • +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 415 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 33 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.