AC gleap
Интеграция с API Gleap REST для аналитики поддержки клиентов и управления заявками. Используйте, когда пользователь просит получить заявки поддержки, проанализировать метрики поддержки клиентов, отследить производительность команды, измерить время ответа, сгенерировать отчеты поддержки, отслеживать объем заявок, проверить соответствие SLA, проанализировать часы пик, экспортировать статистику команды или взаимодействовать с данными Gleap любым способом. Активация по: «gleap», «support tickets», «support metrics», «support report», «team performance», «response time», «time to close», «ticket analysis», «customer support», «support dashboard», «agent performance», «ticket volume», «SLA», «first response time», «reply time», «busiest hours», «ticket topics», «support trends». Также активируется, когда пользователь хочет создать конвейер отчетности поддержки, автоматизировать аналитику поддержки или подключить Gleap к другим инструментам (Notion, Slack и т. д.).
машинный переводПоказать оригиналСкрыть оригинал«Gleap REST API integration for customer support analytics and ticket m…»
Gleap REST API integration for customer support analytics and ticket management. Use when the user asks to fetch support tickets, analyze customer support metrics, track team performance, measure response times, generate support reports, monitor ticket volume, check SLA compliance, analyze busiest hours, export team stats, or interact with Gleap data in any way. Trigger on: "gleap", "support tickets", "support metrics", "support report", "team performance", "response time", "time to close", "ticket analysis", "customer support", "support dashboard", "agent performance", "ticket volume", "SLA", "first response time", "reply time", "busiest hours", "ticket topics", "support trends". Also trigger when a user wants to build a support reporting pipeline, automate support analytics, or connect Gleap to other tools (Notion, Slack, etc.).
Интеграция с API Gleap REST для аналитики поддержки клиентов и управления заявками.
Как процесс C 59/100 · Есть пробелы — слабые места: входы и предусловия, согласованность, повторный запуск
Как улучшить
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Опасные команды
cmd-cron-mentionreferences/use-cases.md:734Упоминание редактирования crontabcrontab -e
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 59/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (gleap) не совпадает с папкой (berthelol-gleap)
- 55Ошибки и развилки. Развилок: 1
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 11
- 100Стоимость исполнения. Тело инструкции 1773 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 842: рекомендуется 120–800 символов
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 16 примера фраз-триггеров в кавычках
- +4Структура: 21 заголовков
- +3Пошаговые инструкции: 11 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.