AB saas-idea-scout
Конвейер для поиска и проверки идей SaaS на основе диалогов. Генерация 8 начальных идей в диалоговом режиме, затем распределение 24 под-агентов по 3 фазам — поиск, критика и оценка — для получения оцененных, ранжированных PRD с проверкой на основе противоречий и контекстуальным ранжированием с учетом основателя. Ключевые особенности: параллельный рой агентов с самовосстановлением, полоса препятствий для критического анализа, разделение обязанностей между ролями исследования/критики/оценки, сторожевой таймер для автоматического восстановления и 10-мерная оценка с целостным суждением в контексте основателя. Используйте для первичной проверки продуктовых возможностей, стресс-тестирования стартап-идей или выявления перспективных направлений перед углубленным исследованием.
машинный переводПоказать оригиналСкрыть оригинал«Chat-driven SaaS idea discovery and validation pipeline. Generates 8 i…»
Chat-driven SaaS idea discovery and validation pipeline. Generates 8 idea seeds conversationally, then fans out 24 sub-agents across 3 phases — discovery, critique, and evaluation — to produce scored, ranked PRDs with adversarial validation and contextual founder-aware ranking. Key features: parallel agentic swarm with self-healing, adversarial critique gauntlet, separation of concerns across research/critique/evaluation roles, cron watchdog for auto-recovery, and 10-dimension scoring with holistic founder-contextual judgment. Use for first-pass validation of product opportunities, stress-testing startup ideas, or surfacing promising directions before committing to deeper research.
Конвейер для поиска и проверки идей SaaS на основе диалогов.
Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5604 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 67/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 19, без проверки текущего состояния
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 5604 токенов
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 47
- 100Ошибки и развилки. Развилок: 10, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (9 тегов): типизированный вызов надёжнее
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 690 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 38 заголовков
- +3Пошаговые инструкции: 47 пунктов
- +4Есть примеры (32 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.