SKILLEMALL.ai

AF fde-operator-os

Руководство оператора прикладного ИИ для руководителей по внедрению, которым необходимо квалифицировать ИИ-возможность, преобразовать беспорядочную операционную реальность в структурированную бизнес-систему, спроектировать минимально жизнеспособный цикл и определить путь расширения, готовый к внедрению. Используйте, когда пользователю требуется полная оценка FDE, артефакты операторского уровня, структурирование состояния-действия-доказательства, проектирование пилотного проекта или межотраслевой метод для перехода от ИИ-кейса от возможности к полному внедрению.

машинный переводПоказать оригиналСкрыть оригинал«Applied AI operator playbook for delivery leads who need to qualify an…»

Applied AI operator playbook for delivery leads who need to qualify an AI opportunity, turn messy operational reality into a structured business system, design a minimum viable loop, and define a delivery-ready expansion path. Use when the user needs full-cycle FDE judgment, operator-grade artifacts, state-action-evidence framing, pilot design, or a cross-industry method for taking an AI use case from opportunity to closed-loop delivery.

ClawHub Agent Skills автор: lingxiaodu v0.1.0 MIT-0 2 файла тело ≈ 4 030 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

Руководство оператора прикладного ИИ для руководителей по внедрению, которым необходимо квалифицировать ИИ-возможность, преобразовать беспорядочную…

Как процесс F 66/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/templates/

ПроцедураТексты и документыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
F
66/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/templates/
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: assets/templates/

Процессный рейтинг: все десять параметров 66/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/templates/
  • 0Инструменты и файлы. Не хватает 1 файла(ов): assets/templates/
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
  • 70Стоимость исполнения. Тело инструкции 4030 токенов
  • 100Шаги. Шагов: 193
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 22. 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 441 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 193 пунктов
  • +3Формат ответа описан явно

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: clean
This is a text-only consulting playbook for AI delivery work and shows no evidence of hidden execution, data access, persistence, or credential handling.
LLM: benign (high) · VirusTotal: · 9 июл. 2026 г.