SKILLEMALL.ai

BC concept-validation

Навык полного цикла планирования, строительства и эксплуатации платформы центра проверки концепций. Используется, когда пользователю необходимо спланировать, построить или эксплуатировать платформу центра проверки концепций, охватывая позиционирование планирования, политику и финансирование, инновационные таланты, управленческую команду, отраслевую область, интеллектуальную собственность, операционную модель, контроль соответствия, управление проектами, создание экосистемы, партнёров, годовые цели, поэтапную оценку и т. д. полный цикл на уровне платформы. Подходит для строительства и эксплуатации платформ центров проверки концепций в вузах, инкубаторах, промышленных парках, крупных государственных предприятиях и т. д. Этот навык фокусируется на платформе проверки осуществимости на этапах TRL1-4 и стыкуется с навыком опытно-промышленного производства (проверка масштабирования процессов на этапах TRL4-7).

машинный переводПоказать оригиналСкрыть оригинал«概念验证中心平台建设运营全流程技能。当用户需要规划、建设或运营概念验证中心平台时使用,涵盖规划定位、政策资金、创新人才、管理团队、产业领域、…»

概念验证中心平台建设运营全流程技能。当用户需要规划、建设或运营概念验证中心平台时使用,涵盖规划定位、政策资金、创新人才、管理团队、产业领域、知识产权、运营模式、合规管控、项目管理、生态建设、合作伙伴、年度目标、阶段考评等平台层面全流程。适用于高校院所、孵化器、产业园区、央企大院等机构的概念验证中心平台建设运营。本技能聚焦TRL1-4阶段的可行性验证平台,与中试基地技能(TRL4-7工艺放大验证)形成衔接。

ClawHub Agent Skills автор: golngod v1.1.0 MIT-0 3 файла тело ≈ 1 732 токенов Открыть источникclawhub.ai проанализирован 11 ч назад

Навык полного цикла планирования, строительства и эксплуатации платформы центра проверки концепций.

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

Анализатортип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
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: 3. 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: 72
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1732 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
  • -220 эмодзи в инструкциях: шум для модели
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 204 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 72 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: clean
This is a documentation-only planning skill for concept-validation center operations, with visible related-skill referrals and no executable or hidden behavior.
LLM: benign (high) · VirusTotal: · 9 июн. 2026 г.