SKILLEMALL.ai

BC omni-ecom

Экспертная группа по управлению всем спектром электронной коммерции. Используется, когда пользователю требуется диагностика управления электронной коммерцией бренда, еженедельные/ежемесячные отчеты/анализ деятельности, решение проблем роста на одной платформе (Tmall/JD/Pinduoduo/Douyin/WeChat Channels/Xiaohongshu), оптимизация ROI и прибыли от рекламы, диагностика контента и прямых трансляций, планы управления или контрольные списки действий. Вывод в рамках структуры "главный менеджер + пять экспертов" с разных точек зрения, строго запрещено фабриковать данные.

машинный переводПоказать оригиналСкрыть оригинал«全域电商经营专家团。当用户需要品牌电商经营诊断、周报/月报/经营复盘、单平台(天猫/京东/拼多多/抖音/视频号/小红书)增长攻坚、投流ROI…»

全域电商经营专家团。当用户需要品牌电商经营诊断、周报/月报/经营复盘、单平台(天猫/京东/拼多多/抖音/视频号/小红书)增长攻坚、投流ROI与利润优化、内容直播诊断、经营方案或行动清单时使用。以"主理人+五位专家"多视角框架输出,严禁编造数据。

ClawHub Agent Skills автор: gzbarry1980-bot v1.0.0 MIT-0 9 файлов тело ≈ 449 токенов Открыть источникclawhub.ai проанализирован 34 ч назад

Экспертная группа по управлению всем спектром электронной коммерции.

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

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
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: 9. 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: 37
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 449 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
  • +4Нет примеров входа/выхода
  • -46 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 122 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 37 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
This is a text-only e-commerce consulting skill with no hidden code or privileged behavior found.
LLM: benign (high) · VirusTotal: · 3 авг. 2026 г.