SKILLEMALL.ai

AC pm-workbench

Комплексный набор инструментов для продакт-менеджера, предоставляющий генерацию документов (PRD, конкурентный анализ), коучинг по принятию решений, пошаговое руководство по рабочему процессу, коучинг по собеседованиям и разработку стратегии роста. Охватывает продуктовые данные, внутренние системы и области роста в сфере образовательных технологий. Используйте, когда пользователь спрашивает о продакт-менеджменте, нуждается в PRD, хочет провести конкурентный анализ, разрабатывает эксперименты, планирует дорожные карты, проводит ретроспективы, готовится к собеседованиям, разрабатывает стратегии роста или ищет совета по продакт-менеджменту.

машинный переводПоказать оригиналСкрыть оригинал«A comprehensive product manager workbench that provides document gener…»

A comprehensive product manager workbench that provides document generation (PRD, competitive analysis), decision coaching, end-to-end workflow guidance, interview coaching, and growth strategy design. Covers data products, back-office systems, and edtech growth domains. Use when the user asks about product management, needs a PRD, wants competitor analysis, is designing experiments, planning roadmaps, doing retrospectives, preparing for interviews, designing growth strategies, or seeking PM advice.

ClawHub Agent Skills автор: Sandy Zhang v0.1.0 MIT-0 15 файлов тело ≈ 1 073 токенов Открыть источникclawhub.ai проанализирован 32 ч назад

Комплексный набор инструментов для продакт-менеджера, предоставляющий генерацию документов (PRD, конкурентный анализ), коучинг по принятию решений, пошаговое…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ГенераторОперации и проектытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
55/100
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

    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: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
    • заметка frontmatter-key неизвестное поле фронтматтера "trigger_keywords"

    Процессный рейтинг: все десять параметров 55/100

    • 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
    • 40Согласованность. Имя во frontmatter (pm-workbench) не совпадает с папкой (pm-workbench-2)
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 69
    • 100Стоимость исполнения. Тело инструкции 1073 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
    • +2Инструкции на одном языке
    • +3Длина description 504 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 30 заголовков
    • +3Пошаговые инструкции: 69 пунктов
    • +4Есть примеры (1 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: clean
    This is a markdown-only product-management assistant skill with broad activation wording but no code, credential access, background behavior, or hidden data handling.
    LLM: benign (high) · VirusTotal: · 3 авг. 2026 г.