SKILLEMALL.ai

AC theory-of-constraints

Активировать, когда: пользователь говорит «все усердно работают, но результаты стагнируют», «где наше узкое место?», «мы добавляем мощности, но производительность не растет», «бэклог накапливается на одном этапе», «Голдратт / ТОС / Пять фокусирующих шагов» или разрабатывает инициативу по улучшению процессов и хочет знать, куда инвестировать. НЕ активировать, когда: система одношаговая без зависимостей; ограничение чисто со стороны спроса, а анализ со стороны предложения не имеет значения. Подробнее: deciqai.com/c/theory-of-constraints

машинный переводПоказать оригиналСкрыть оригинал«Activate when: user says 'everyone is working hard but results are fla…»

Activate when: user says 'everyone is working hard but results are flat', 'where is our bottleneck', 'we keep adding capacity but throughput doesn't improve', 'backlog piling up at one stage', 'Goldratt / TOC / Five Focusing Steps', or is designing a process-improvement initiative and wants to know where to invest. Do NOT activate when: the system is single-step with no dependencies; the constraint is purely demand-side and supply-side analysis is irrelevant. More: deciqai.com/c/theory-of-constraints

ClawHub Agent Skills автор: deciqAI v1.0.5 MIT-0 6 файлов тело ≈ 1 717 токенов Открыть источникclawhub.ai проанализирован 24 ч назад

Активировать, когда: пользователь говорит «все усердно работают, но результаты стагнируют», «где наше узкое место?», «мы добавляем мощности, но…

Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

ПроцедураОперации и проектыДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
95
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 6. 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 63/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 26
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1717 токенов
    • low Разделов верхнего уровня: 10. 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 505 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 26 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.

    Внешние проверки

    ClawHub: clean
    This is a plain-text coaching skill for Theory of Constraints analysis and does not request sensitive access or perform actions on the user's environment.
    LLM: benign (high) · VirusTotal: · 16 июл. 2026 г.