SKILLEMALL.ai

AD crm-pseudo-code-query

Массовый запрос псевдокодов пользователей в Tonghuashun CRM (crm.10jqka.com.cn). Этот навык следует использовать, когда пользователь предоставляет список userid и ему нужно получить соответствующие псевдокоды (формат #число#, отображается в поле номера телефона в деталях клиента). Вход в CRM осуществляется с помощью трехэтапной аутентификации: сертификат клиента mTLS и пароль, затем выполняется массовый сбор данных со страниц деталей клиента для извлечения псевдокодов. Сценарии запуска: пользователь говорит "дай мне псевдокоды", предоставляет список userid, упоминает запрос псевдокодов Tonghuashun CRM. Перед использованием необходимо самостоятельно настроить сертификат и пароль.

машинный переводПоказать оригиналСкрыть оригинал«同花顺 CRM (crm.10jqka.com.cn) 批量查询用户伪码。此 skill 应在用户提供一批 userid 并需要查询对应的伪…»

同花顺 CRM (crm.10jqka.com.cn) 批量查询用户伪码。此 skill 应在用户提供一批 userid 并需要查询对应的伪码(格式 #数字#,出现在客户详情页联系电话字段)时使用。通过 mTLS 客户端证书加密码三步认证登录 CRM,然后批量抓取客户详情页提取伪码。触发场景:用户说给我伪码、提供 userid 列表、提到同花顺 CRM 伪码查询。使用前需自行配置证书和密码。

ClawHub Agent Skills автор: chenmiley v1.0.1 MIT-0 5 файлов тело ≈ 495 токенов Открыть источникclawhub.ai проанализирован 32 ч назад

Массовый запрос псевдокодов пользователей в Tonghuashun CRM (crm.10jqka.com.cn). Этот навык следует использовать, когда пользователь предоставляет список…

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

ПроцедураПродажи и CRMтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
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: 5. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

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 (web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 13
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 495 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 197 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 13 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: suspicious
This skill is purpose-built for CRM lookup, but it handles enterprise credentials, client private keys, and customer-linked data in ways that need careful review before installation.
LLM: suspicious (high) · 3 авг. 2026 г.