SKILLEMALL.ai

BD product-cognition-intake

Активируется, когда пользователь хочет организовать товар в «карточку познания товара / стандартное описание товара» или ввести его в ai_product_intro с использованием мягких тегов через двоеточие. Направляет пользователя для пошагового заполнения, создавая строгое текстовое описание intro с мягкими тегами, строго соответствующее парсеру. Подходит для вызова чат-ботом по требованию (не заменяет личность агента).

машинный переводПоказать оригиналСкрыть оригинал«当用户要把某个商品整理成"商品认知卡 / 规范商品简介",或按冒号软标签录入 ai_product_intro 时触发。引导用户逐项补全,产…»

当用户要把某个商品整理成"商品认知卡 / 规范商品简介",或按冒号软标签录入 ai_product_intro 时触发。引导用户逐项补全,产出与解析器严格对齐的严格软标签 intro 文本。适用于聊天智能体按需调用(不替换 agent 自身人设)。

ClawHub Agent Skills автор: kwdpb v1.0.0 MIT-0 7 файлов тело ≈ 223 токенов Открыть источникclawhub.ai проанализирован 36 ч назад

Активируется, когда пользователь хочет организовать товар в «карточку познания товара / стандартное описание товара» или ввести его в aiproductintro с…

Как процесс D 46/100 · Процесс не доведён — 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
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
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: 7. 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: 13
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 223 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 124 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 13 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This skill is a markdown-only product-intake helper that turns user-provided product facts into a structured intro format.
LLM: benign (high) · VirusTotal: · 20 авг. 2026 г.