SKILLEMALL.ai

AC machine-purchase-roi-gate

Ворота рентабельности инвестиций в машинное приобретение: Решите, должен ли агент купить одну услугу машины перед любой оплатой. Проверьте явную цену, комиссию, вероятность сбоя, стоимость повторной попытки, ценность вывода и предположения о бюджете; рассчитайте ожидаемую чистую стоимость, конечную финансовую рентабельность инвестиций, подверженный риску капитал и максимальную рациональную цену; затем верните "купить", "отложить" или "отклонить" с обоснованной причиной. Никогда не обращайтесь к кошельку, не подписывайте, не оплачивайте и не транслируйте. Используйте, когда агенту нужно выполнить этот опубликованный рабочий процесс AgentPMT с 2 связанными инструментами.

машинный переводПоказать оригиналСкрыть оригинал«Machine Purchase ROI Gate: Decide whether an agent should buy one mach…»

Machine Purchase ROI Gate: Decide whether an agent should buy one machine service call before any payment. Validate explicit price, fee, failure probability, retry cost, output value, and budget assumptions; calculate expected net value, finite financial ROI, capital at risk, and the maximum rational price; then return buy, defer, or reject with the binding reason. Never access a wallet, sign, pay, or broadcast. Use when an agent needs to run this published AgentPMT workflow with 2 linked tool.

ClawHub Agent Skills автор: AgentPMT v1.0.0 MIT-0 2 файла тело ≈ 1 300 токенов Открыть источникclawhub.ai проанализирован 28 ч назад

Ворота рентабельности инвестиций в машинное приобретение: Решите, должен ли агент купить одну услугу машины перед любой оплатой.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 56/100

    • 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: 1, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 36
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1300 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 499 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 36 пунктов
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed ROI-check workflow that validates purchase assumptions and calculates whether to buy before any payment, without instructing wallet access or payment execution.
    LLM: benign (high) · VirusTotal: · 11 авг. 2026 г.