SKILLEMALL.ai

BC bid-rejection-risk-radar

Радар рисков отклонения — специализируется на извлечении положений о дисквалификации (отклонении заявки), жестких квалификационных требований, условий обеспечения заявки и скрытых рисков из тендерной документации. Триггерные слова: «проверка рисков отклонения», «проверка положений об отклонении», «извлечь положения со звездочкой», «проверка перед закрытием тендера», «радар рисков», «проверить пункты отклонения», «список пунктов отклонения», «техосмотр тендерной документации», «можно ли подавать этот тендер», «пройдет ли проверка квалификации», «какие пункты со звездочкой». Активируется, когда пользователь явно запрашивает специальную проверку рисков тендерной документации. Выводит структурированный чек-лист для проверки сотрудниками по пунктам. Неприменимо: полный анализ/перевод тендерной документации, подготовка тендерных заявок, проверка контрактов, оценка тендеров, стратегии ценообразования и рекомендации по разбору оценок.

машинный переводПоказать оригиналСкрыть оригинал«废标风险雷达——专攻招标文件中的否决投标(废标)条款、硬性资质要求、保证金条款及隐性风险点提取。触发词:"废标风险检查""审查否决条款""提…»

废标风险雷达——专攻招标文件中的否决投标(废标)条款、硬性资质要求、保证金条款及隐性风险点提取。触发词:"废标风险检查""审查否决条款""提取★号条款""封标前检查""风险雷达""检查废标项""否决项清单""标书体检""这个标能不能投""资格审查能不能过""★条款有哪些"。当用户明确要求对招标文件做专项风险筛查时触发。输出结构化检查清单,便于审核人员逐项核对。不适用:招标文件全文解读/翻译、投标文件编制、合同审查、评标打分、报价策略与评分拆解建议。

ClawHub Agent Skills автор: 一线评标专家 v1.2.0 MIT-0 4 файла тело ≈ 2 444 токенов Открыть источникclawhub.ai проанализирован 26 ч назад

Радар рисков отклонения — специализируется на извлечении положений о дисквалификации (отклонении заявки), жестких квалификационных требований, условий…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураWordЗакупки и снабжениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 0. 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 "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 67
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2444 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Ответ описан самодельной разметкой (16 тегов): типизированный вызов надёжнее

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -218 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 6 примера фраз-триггеров в кавычках
  • +3Длина description 226 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 67 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This skill is a coherent bid-document risk checklist helper, with no evidence of hidden execution, credential access, or unrelated data handling.
LLM: benign (high) · VirusTotal: · 24 июл. 2026 г.