SKILLEMALL.ai

AC guolingqiu-work-experience

Навык «果粒球 3 года работы» — структурированное документирование должностных обязанностей, ролей взаимодействия, рабочих процессов, рабочих примеров четырех этапов работы: оператор платформы, менеджер по продуктам электронной коммерции, менеджер проектов, менеджер по продуктам ИИ. С помощью большой модели дополняется знаниями об интернете и индустрии ИИ (объяснение терминов, интерпретация жаргона, дополнение примеров). Поддерживает детализацию контента на основе опыта работы. В конечном итоге предоставляет соискателям систематизированную помощь в составлении резюме и подготовке к собеседованию. Целевая аудитория: 90% — девушки 20–25 лет (молодые люди из небольших городов, выпускники, начинающие карьеру). Тон должен быть теплым, ободряющим, близким к сверстникам, избегать снисходительного нравоучения. Активируется, когда пользователь упоминает составление резюме, подготовку к собеседованию, анализ опыта работы, анализ карьерного пути, карьерное консультирование, опыт работы 果粒球, опыт работы оператором платформы, опыт работы с продуктами электронной коммерции, опыт управления проектами, опыт работы с продуктами ИИ и другие ключевые слова.

машинный переводПоказать оригиналСкрыть оригинал«果粒球3年工作全记录 Skill——结构化记录平台运营、电商产品经理、项目管理、AI产品经理四段工作经历的工作职责、对接角色、工作流程、工作…»

果粒球3年工作全记录 Skill——结构化记录平台运营、电商产品经理、项目管理、AI产品经理四段工作经历的工作职责、对接角色、工作流程、工作案例,配合大模型补充互联网与AI行业知识(术语解释、黑话解读、案例完善),支持根据工作经历完善内容细节,最终面向求职者提供简历编写和面试准备的系统化帮助。目标用户90%为20~25岁女生求职者(小镇青年、应届生、初入职场者),语气要温暖鼓励、贴近同龄人,避免居高临下的说教感。当用户提到简历编写、面试准备、工作经历梳理、职业经历分析、求职辅导、果粒球工作经历、平台运营经历、电商产品经历、项目管理经历、AI产品经历等关键词时,应触发此 Skill。

ClawHub Agent Skills автор: FutureZYX v1.0.0 MIT-0 7 файлов тело ≈ 878 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

Навык «果粒球 3 года работы» — структурированное документирование должностных обязанностей, ролей взаимодействия, рабочих процессов, рабочих примеров четырех…

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

ПроцедураТорговлятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
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: 7. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"

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. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 35
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 878 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 294 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 35 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This is a content-only career guidance skill with some disclosed tone and activation concerns, but no evidence of hidden, destructive, or data-exfiltrating behavior.
LLM: benign (high) · VirusTotal: · 23 июн. 2026 г.