SKILLEMALL.ai

AC discover-market-sizing

Оценка рыночной возможности (TAM, SAM, SOM) с использованием нескольких фреймворков оценки (сверху вниз, снизу вверх, сравнительная компания, аналогичный рынок). Триангулирует данные по фреймворкам, выделяет точки их схождения и расхождения как сигнал и создает откалиброванный диапазон с метками уверенности, оцененными по источникам. Отказывается от неограниченных фабрикаций; всегда предлагает путь с более низкой уверенностью, когда данных мало. Используется для инвестиционных кейсов, решений о начале/отказе от проекта и презентаций для заинтересованных сторон.

машинный переводПоказать оригиналСкрыть оригинал«Estimate market opportunity (TAM, SAM, SOM) using multiple sizing fram…»

Estimate market opportunity (TAM, SAM, SOM) using multiple sizing frameworks (top-down, bottom-up, comparable company, analogous market). Triangulates across frameworks, highlights where they converge and diverge as signal, and produces a calibrated range with source-graded confidence labels. Refuses unbounded fabrications; always offers a labeled lower-confidence path when data is thin. Used for investment cases, go/no-go decisions, and stakeholder pitches.

product-on-purpose/pm-skills Agent Skills автор: product-on-purpose Apache-2.0 5 файлов тело ≈ 3 099 токенов Открыть источникgithub.com проанализирован 24 ч назад

Оценка рыночной возможности (TAM, SAM, SOM) с использованием нескольких фреймворков оценки (сверху вниз, снизу вверх, сравнительная компания, аналогичный…

Как процесс C 64/100 · Есть пробелы — слабые места: когда включается, повторный запуск, отчётность по ходу

ГенераторТексты и документыТорговляОперации и проектытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 4. 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 64/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 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
    • 70Ошибки и развилки. Развилок: 4
    • 85Шаги. Шагов: 75, расплывчатых формулировок: 3
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3099 токенов
    • low Разделов верхнего уровня: 12. 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
    • +2Инструкции на одном языке
    • +3Длина description 462 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 26 заголовков
    • +3Пошаговые инструкции: 75 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.