SKILLEMALL.ai

BC real-estate-deep-research

Skill для интеллектуальных агентов 深度智联. Позвольте пользователям отказаться от фрагментированных запросов, а ИИ-агент будет координировать сложные исследовательские задачи в сфере недвижимости. Поддерживает создание, отслеживание прогресса, получение результатов и итеративную оптимизацию исследовательских задач в сфере недвижимости, таких как анализ рынка недвижимости, оценка земельных участков, анализ компаний в сфере недвижимости, анализ примеров проектов в сфере недвижимости, рекомендации по дизайну проектов в сфере недвижимости, интерпретация политики, информация об индустрии недвижимости (ежедневные/еженедельные/ежемесячные отчеты), мониторинг тендеров в индустрии недвижимости, обеспечивая интеллектуальные и пакетные глубокие исследования в сфере недвижимости.

машинный переводПоказать оригиналСкрыть оригинал«深度智联 Agentic 智能体 Skill。让用户告别碎片化查询,由 AI 智能体统筹复杂的房地产行业研究任务。支持房地产市场分析、土地研…»

深度智联 Agentic 智能体 Skill。让用户告别碎片化查询,由 AI 智能体统筹复杂的房地产行业研究任务。支持房地产市场分析、土地研判、房地产企业分析、房地产项目案例分析、房地产项目设计建议、政策解读、物业行业资讯(日/周/月报)、物业行业招投标监测等房地产行业研究任务的创建、进度查询、成果获取与迭代优化,实现智能化、批量化的房地产行业深度研究。

ClawHub Agent Skills автор: 深度智联 v1.0.0 MIT-0 3 файла тело ≈ 1 494 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Skill для интеллектуальных агентов 深度智联.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураЗакупки и снабжениеИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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: 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 51/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1494 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
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 178 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (15 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: suspicious
This skill mostly matches its real-estate research purpose, but it exposes renewed access tokens in cleartext and includes public-sharing and deletion actions without strong safeguards.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.