SKILLEMALL.ai

AF retention-loop-design

Разработайте петли удержания и вовлечения, которые возвращают пользователей. Используйте, когда вас просят улучшить удержание, разработать петлю привычки/вовлечения, исправить утечку кривой удержания или создать систему повторного вовлечения. Создает дизайн удержания — диагностику кривой удержания, основную петлю привычки (триггер→действие→вознаграждение→инвестиции), путь активации→привычки, триггеры повторного вовлечения и метрики для отслеживания.

машинный переводПоказать оригиналСкрыть оригинал«Design retention and engagement loops that bring users back. Use when…»

Design retention and engagement loops that bring users back. Use when asked to improve retention, design an engagement/habit loop, fix a leaky retention curve, or build a re-engagement system. Produces a retention design — the retention curve diagnosis, the core habit loop (trigger→action→reward→investment), the activation→habit path, re-engagement triggers, and the metrics to watch.

mohitagw15856/pm-claude-skills Agent Skills автор: mohitagw15856 MIT 1 файл тело ≈ 864 токенов Открыть источникgithub.com проанализирован 2 дн назад

Разработайте петли удержания и вовлечения, которые возвращают пользователей.

Как процесс F 49/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../lifecycle-crm-plan/SKILL.md

АнализаторЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
F
49/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ../lifecycle-crm-plan/SKILL.md
Инструменты и файлы вес 18
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: retention-loop-design (mohitagw15856/pm-claude-skills)

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../lifecycle-crm-plan/SKILL.md

Процессный рейтинг: все десять параметров 49/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../lifecycle-crm-plan/SKILL.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../lifecycle-crm-plan/SKILL.md
  • 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: 2, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 18
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 864 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)
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 386 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 18 пунктов
  • +3Формат ответа описан явно

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.