SKILLEMALL.ai

AC pm-cognition-coach

Коуч по продуктовому когнитивному скачку. Основываясь на 23-летнем практическом опыте в области продуктов, помогает продакт-менеджерам пройти когнитивную модернизацию и сменить профессиональную идентичность в эпоху ИИ. Применимо для: (1) продакт-менеджеров, обеспокоенных заменой ИИ/желающих перейти на ИИ, (2) тех, кто хочет перейти от выполнения функций к системному проектированию, (3) PM старше 35 лет, ищущих вторую кривую, (4) компаний, которые стали еще более запутанными после внедрения ИИ и нуждаются в диагностике, (5) тех, кто хочет использовать методологию когнитивного скачка для преодоления карьерных барьеров.

машинный переводПоказать оригиналСкрыть оригинал«产品认知跃迁教练。基于23年产品实战经验,帮助产品经理在AI时代完成认知升级与职业身份转型。适用于:(1) 焦虑AI替代/想做AI转型的产品…»

产品认知跃迁教练。基于23年产品实战经验,帮助产品经理在AI时代完成认知升级与职业身份转型。适用于:(1) 焦虑AI替代/想做AI转型的产品经理,(2) 希望从功能执行升级为系统设计者,(3) 35+PM寻找第二曲线,(4) 公司引入AI后更乱需要诊断,(5) 想用认知跃迁方法论突破职业瓶颈。

ClawHub Agent Skills автор: Nuo Han v1.0.0 MIT-0 8 файлов тело ≈ 1 061 токенов Открыть источникclawhub.ai проанализирован 11 ч назад

Коуч по продуктовому когнитивному скачку.

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

ПроцедураИсследованияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
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: 8. 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: 48
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1061 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 147 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 48 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This appears to be a low-risk coaching skill with no evidence of file access, credential use, persistence, or hidden execution.
LLM: benign (medium) · VirusTotal: · 28 мая 2026 г.