SKILLEMALL.ai

BC guochuangsai-business-model

Эксперт по дизайну бизнес-моделей для Китайского международного конкурса инноваций для студентов (Guochuang Sai). Используйте этот навык, когда пользователю необходимо: (1) Понять правила оценки бизнес-моделей и ключевые моменты оценки Guochuang Sai (2) Разработать или оптимизировать бизнес-модель для конкурсного проекта (3) Проанализировать понимание отрасли, позиционирование на рынке, модель получения прибыли (4) Написать раздел бизнес-модели для конкурсной PPT (5) Подготовиться к защите бизнес-модели (6) Оценить жизнеспособность и инновационность бизнес-модели (7) Предоставить контент для обучения или лекций по бизнес-моделям. Триггерные слова: бизнес-модель, ценность отрасли, модель получения прибыли, позиционирование на рынке, анализ конкурентов, финансовый прогноз, холст бизнес-модели, BMC, TAM SAM SOM, инновации в бизнес-модели, подготовка к Guochuang Sai.

машинный переводПоказать оригиналСкрыть оригинал«中国国际大学生创新大赛(国创赛)商业模式设计专家。当用户需要:(1)了解国创赛商业模式评分规则和评审要点 (2)设计或优化参赛项目的商业模式…»

中国国际大学生创新大赛(国创赛)商业模式设计专家。当用户需要:(1)了解国创赛商业模式评分规则和评审要点 (2)设计或优化参赛项目的商业模式 (3)分析产业认知、市场定位、盈利模式 (4)撰写参赛PPT的商业模式板块 (5)准备商业模式答辩 (6)评估商业模式的可行性和创新性 (7)提供商业模式相关培训或讲座内容时使用此技能。触发词:商业模式、产业价值、盈利模式、市场定位、竞品分析、财务预测、商业模式画布、BMC、TAM SAM SOM、商业模式创新、国创赛备赛。

ClawHub Agent Skills автор: Roma v1.0.0 MIT-0 5 файлов тело ≈ 771 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Эксперт по дизайну бизнес-моделей для Китайского международного конкурса инноваций для студентов (Guochuang Sai).

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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: 5. 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 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: 49
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 771 токенов
  • 100Повторный запуск. Изменяющих операций нет

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 234 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 49 пунктов
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a markdown-only coaching skill for 国创赛 business-model preparation, with no code execution or hidden data access found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.