AF us-business-registry-open-data
Активируется, когда: пользователю нужны данные о регистрации компаний в США (LLC, корпорации, даты основания, зарегистрированные агенты) в больших объемах — списки лидов по штатам, анализ тенденций регистрации, сопоставление сущностей, оценка TAM из реестров; пользователь спрашивает «где взять данные о регистрации компаний», «данные секретаря штата», «API реестра бизнеса» или сталкивается с ценовыми ограничениями OpenCorporates. НЕ активируется, когда: пользователю нужны данные о бизнес-лицензиях, отчеты SEC или реестры не из США; пользователю нужны массовые данные из Делавэра/Калифорнии/Техаса (платные или недоступные — этот навык объясняет почему, а затем останавливается). Подробнее: deciqai.com/c/us-business-registry-open-data
машинный переводПоказать оригиналСкрыть оригинал«Activate when: user needs US company registration data (LLCs, corporat…»
Activate when: user needs US company registration data (LLCs, corporations, formation dates, registered agents) in bulk — lead lists by state, formation-trend analysis, entity matching, TAM sizing from registries; user asks 'where can I get company registration data,' 'Secretary of State data,' 'business registry API,' or hits OpenCorporates pricing walls. Do NOT activate when: user needs business *license* data, SEC filings, or non-US registries; user needs Delaware/California/Texas bulk data (paid or unavailable — this skill explains why, then stops). More: deciqai.com/c/us-business-registry-open-data
Активируется, когда: пользователю нужны данные о регистрации компаний в США (LLC, корпорации, даты основания, зарегистрированные агенты) в больших объемах —…
Как процесс F 41/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/fetch_us_business_entities.py
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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
missing-refссылка на отсутствующий файл: scripts/fetch_us_business_entities.py
Процессный рейтинг: все десять параметров 41/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/fetch_us_business_entities.py
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Шаги. Шагов: 25
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1923 токенов
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 610 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 25 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.