SKILLEMALL.ai
EN Войти

BD Supplier Bid Assistant - Award Data Analysis

Помощник по тендерам для поставщиков (乙方) — помощник по анализу данных тендеров и закупок в сети для поставщиков (乙方). Этот навык необходимо использовать, когда пользователь сталкивается со следующими сценариями: запрос объявлений о тендерах/победах на тендерах, анализ ситуации с победами конкурентов на тендерах, поиск потенциальных партнеров и поставщиков, оценка диапазона цен побед в определенном типе проектов, поддержка принятия решений о тендерах с точки зрения поставщика. Как инструмент для ежедневного поиска тендеров для поставщика, выводы должны быть представлены в виде четких таблиц или графиков.

машинный переводПоказать оригиналСкрыть оригинал«乙方投标助手，面向投标方（乙方）的全网招中标数据分析助手。当用户涉及以下场景时必须使用此SKILL：查询招标/中标公告、分析竞争对手中标情况…»

乙方投标助手，面向投标方（乙方）的全网招中标数据分析助手。当用户涉及以下场景时必须使用此SKILL：查询招标/中标公告、分析竞争对手中标情况、寻找潜在合作与供应商、评估某类项目的中标价格区间、乙方视角的投标决策支持。作为投标方的日常查标工具，必须以清晰的表格或图表输出结论。

ClawHub Agent Skills v2.0.2 7 файлов тело ≈ 3 414 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Помощник по тендерам для поставщиков (乙方) — помощник по анализу данных тендеров и закупок в сети для поставщиков (乙方).

Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторЗакупки и снабжениетип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
39/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: Supplier Bid Assistant - Award Data Analysis (ClawHub)

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Утечка данных net-credential-use references/auto-register.md:195
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)
    **如果当前 api_key 来自 `$ZLBX_API_KEY`**：跳过 SID 流程，提示用户访问 `https://ai.zhiliaobiaoxun.com/?ch=s24` 手动登录充值。
    в кавычках

Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 39/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 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: 3, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (Supplier Bid Assistant - Award Data Analysis) не совпадает с папкой (bidding-yifangbao)
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 23
  • 100Стоимость исполнения. Тело инструкции 3414 токенов
  • low Разделов верхнего уровня: 15. 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 137 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 31 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (17 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: suspicious
The skill mostly performs bid-data analysis, but it also registers accounts, fingerprints the device, stores credentials locally, and forces promotional referrals in ways users should review before installing.
LLM: suspicious (high)