BB flashrev-ai-enrich
Используйте этот навык, когда ИИ-агенту необходимо обогатить список потенциальных клиентов в формате CSV с помощью CLI npm flashrev-ai-enrich. Активируется при обогащении списка, заполнении отсутствующих полей компании или человека, проверке или разблокировке электронной почты и телефонов, поиске генеральных директоров, руководителей, публикаций в LinkedIn, сопоставлении компаний или людей с идентификаторами FlashRev, поиске в Google/новостях/картах, сканировании страницы или запуске LLM для каждой строки. Агенты должны запускаться с `FLASHREV_ENRICH_AI_MODE=1`, вызывать `schema --json`, использовать только активные значения `funcName` и вызывать каждую команду с явными параметрами `--capability FUNC_NAME --map ... --output ...`. Для широких запросов на обогащение информации о человеке запускайте конвейер профиля + контактов, если это поддерживается; для запросов только о контактах запускайте только запрошенную контактную возможность. Избегайте `--prompt`, если это не указано явно. Предварительный просмотр сухого запуска и образца обязателен перед реальными запусками, если только вы не авторизованы.
машинный переводПоказать оригиналСкрыть оригинал«Use this skill when an AI agent needs to enrich a CSV lead list throug…»
Use this skill when an AI agent needs to enrich a CSV lead list through the flashrev-ai-enrich npm CLI. Triggers on list enrichment, filling missing company or person fields, verifying or unlocking emails and phones, finding CEOs, executives, LinkedIn posts, matching companies or people to FlashRev IDs, Google search/news/maps lookups, scraping a page, or running an LLM over each row. Agents must run with `FLASHREV_ENRICH_AI_MODE=1`, call `schema --json`, use only live `funcName` values, and invoke each command with explicit `--capability FUNC_NAME --map ... --output ...`. For broad person enrich requests, run a profile + contact pipeline when supported; for contact-only requests, run only the requested contact capability. Avoid `--prompt` unless explicitly requested. Dry-run and sample preview are required before live runs unless already authorized.
Используйте этот навык, когда ИИ-агенту необходимо обогатить список потенциальных клиентов в формате CSV с помощью CLI npm flashrev-ai-enrich.
Как процесс B 69/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 6569 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 69/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 6569 токенов
- 85Шаги. Шагов: 75, расплывчатых формулировок: 1
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее
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)
- +3Длина description 862: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -2Ссылки на localhost: у другого пользователя не заработает
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 21 заголовков
- +3Пошаговые инструкции: 75 пунктов
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.