SKILLEMALL.ai
EN Войти

BD opc-business-model-analysis

Загрузите бизнес-план, чтобы автоматически сгенерировать анализ PESTL, матрицу BCG, SWOT-анализ, бизнес-модель Canvas и оценить каждый аспект с помощью радарной диаграммы.

машинный переводПоказать оригиналСкрыть оригинал«输入商业计划书，自动生成PESTL分析、波士顿矩阵、SWOT分析、商业模式画布九宫格，并对每个维度进行雷达图打分…»

输入商业计划书，自动生成PESTL分析、波士顿矩阵、SWOT分析、商业模式画布九宫格，并对每个维度进行雷达图打分

ClawHub Agent Skills автор: golngod v1.0.0 MIT-0 14 файлов тело ≈ 2 448 токенов Открыть источникclawhub.ai↗ проанализирован 15 ч назад

Загрузите бизнес-план, чтобы автоматически сгенерировать анализ PESTL, матрицу BCG, SWOT-анализ, бизнес-модель Canvas и оценить каждый аспект с помощью…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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: 14. 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 "skill_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "input_type"
  • заметка frontmatter-key неизвестное поле фронтматтера "output_type"
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (opc-business-model-analysis) не совпадает с папкой (hutian-opc-business-model)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 164
  • 100Стоимость исполнения. Тело инструкции 2448 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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 56: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -410 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +4Структура: 74 заголовков
  • +3Пошаговые инструкции: 164 пунктов
  • +4Есть примеры (8 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: suspicious
The skill is mostly coherent for business-plan analysis, but its generated HTML report loads remote JavaScript that could access sensitive report contents.
LLM: suspicious (medium) · VirusTotal: · 6 июн. 2026 г.