SKILLEMALL.ai

BD employee-handover

Создает документ для передачи дел сотрудника при увольнении. Используется, когда пользователь упоминает «передача дел, список передачи, форма передачи, передача работы» или когда нужно упорядочить записи из списка задач/истории чатов в структурированный документ для передачи дел и сопоставить их с местоположением файлов. Источники данных не ограничены: DingTalk, Feishu, Enterprise WeChat, WeChat, Teams, Slack и любое другое офисное коммуникационное ПО, поддерживается автоматический сбор данных через API/MCP/CLI, а также ручное предоставление пользователем истории чатов (экспорт файла/скриншот/вставка текста). Выходные данные: трехчастная таблица передачи дел (источник бизнеса/хранение данных/текущие задачи) + приложение (незавершенные задачи/сопоставление местоположения данных/список контактов/чек-лист), может работать на любом AI-помощнике.

машинный переводПоказать оригиналСкрыть оригинал«生成员工离职交接单。当用户提到"离职交接、交接清单、交接表、工作交接"或需要把任务台账/聊天记录整理成结构化交接文档并匹配资料存放位置时使用…»

生成员工离职交接单。当用户提到"离职交接、交接清单、交接表、工作交接"或需要把任务台账/聊天记录整理成结构化交接文档并匹配资料存放位置时使用。数据源不限:钉钉、飞书、企业微信、微信、Teams、Slack 等任意办公沟通软件,支持 API/MCP/CLI 自动采集,也支持用户手动提供聊天记录(导出文件/截图/粘贴文本)。产出三段式交接表(业务来源/资料储存/进行中事项)+ 附页(未完成任务/资料位置匹配/对接人名册/检查表),可运行于任意 AI 助手。

ClawHub Agent Skills автор: BZ-AI v1.0.0 MIT-0 3 файла тело ≈ 956 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Создает документ для передачи дел сотрудника при увольнении.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияSlackИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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

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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 56
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 956 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +3Длина description 228 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 56 пунктов
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This skill handles sensitive employee handover data, but its access and outputs are disclosed, scoped, and aligned with that purpose.
LLM: benign (high) · VirusTotal: · 4 сент. 2026 г.