SKILLEMALL.ai

BD hky-insure-solution

Навык генерации стандартизированных решений по пенсионному обеспечению и наследию. Читает «Отчет об оценке рисков» и «Записи вторичной коммуникации», сопоставляет каждую позицию из сводной таблицы рисков P0–P3 с реализуемым решением: медицинское обеспечение качества (люди), пенсионный денежный поток (финансы · пожизненный денежный поток), оптимизация экстренного сохранения стоимости (финансы · экстренные резервы),安排 наследования и опеки (права), условные разделы (например, страхование Гонконга/содержание), сводная таблица соответствия рисков и решений, приоритеты действий и временная шкала, план конфигурации страховых продуктов (резервная страница, только категории, без конкретных продуктов). Сохраняет стиль docx версии 1.0 теплого желтого цвета. Решения предоставляют только категории инструментов + логику конфигурации + параметризованное разбиение сумм, без продвижения конкретных продуктов/брендов; конкретные продукты заполняются консультантом после проверки соответствия требованиям учреждения на резервной странице.

машинный переводПоказать оригиналСкрыть оригинал«养老与传承标准化解决方案生成 Skill。读取「风险评估报告」与「二次沟通记录」,把 P0–P3 风险盘点总表逐条映射为可落地方案:医疗品质…»

养老与传承标准化解决方案生成 Skill。读取「风险评估报告」与「二次沟通记录」,把 P0–P3 风险盘点总表逐条映射为可落地方案:医疗品质保障(人)、养老现金流(财·终身现金流)、应急保值优化(财·应急储备)、传承与监护安排(权)、条件章节(港险/赡养等)、风险—解决方案对照总表、行动优先级与时间轴、保险产品配置计划(预留页,只列类别不填具体产品)。延续暖黄 1.0 版 docx 风格。方案只给工具类别+配置逻辑+参数化金额拆分,不推具体产品/品牌;具体产品由顾问经机构合规审核后填入预留页。

ClawHub Agent Skills автор: hukaiyi777 v0.1.2 MIT-0 7 файлов тело ≈ 947 токенов Открыть источникclawhub.ai проанализирован 36 ч назад

Навык генерации стандартизированных решений по пенсионному обеспечению и наследию.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураWordДанные и аналитикаРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 6. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 947 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 249 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This is a coherent local document-generation skill for retirement and inheritance planning, with sensitive inputs expected for its purpose and no evidence of hidden collection, network use, or destructive behavior.
LLM: benign (high) · VirusTotal: · 18 авг. 2026 г.