SKILLEMALL.ai

AC churn-prevention

Сократите добровольный и вынужденный отток клиентов с помощью сценариев отмены, предложений скидок, уведомлений о просрочке платежа, тактик возвращения и стратегии удержания. Используйте, когда пользователи отменяют подписку, растет число неудачных платежей или требуется улучшить удержание подписчиков.

машинный переводПоказать оригиналСкрыть оригинал«Reduce voluntary and involuntary churn with cancel flows, save offers,…»

Reduce voluntary and involuntary churn with cancel flows, save offers, dunning, win-back tactics, and retention strategy. Use when users are cancelling, failed payments are rising, or subscription retention needs improvement.

sickn33/agentic-awesome-skills Agent Skills автор: sickn33 MIT 4 файла тело ≈ 4 393 токенов Открыть источникgithub.com проанализирован 3 дн назад

Сократите добровольный и вынужденный отток клиентов с помощью сценариев отмены, предложений скидок, уведомлений о просрочке платежа, тактик возвращения и…

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ПроцедураStripeДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
40
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: churn-prevention (sickn33/agentic-awesome-skills)

Как улучшить

    Для прогона на моделях — необязательно
    • 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

    • заметка frontmatter-key неизвестное поле фронтматтера "risk"
    • заметка frontmatter-key неизвестное поле фронтматтера "source"
    • заметка frontmatter-key неизвестное поле фронтматтера "date_added"

    Процессный рейтинг: все десять параметров 64/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Стоимость исполнения. Тело инструкции 4393 токенов
    • 85Шаги. Шагов: 87, расплывчатых формулировок: 2
    • 100Согласованность. Имя и обязательные поля на месте
    • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
    • medium Тестов 6, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
    • low Среди тестов нет случая на инъекцию через данные

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 225 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 35 заголовков
    • +3Пошаговые инструкции: 87 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.