SKILLEMALL.ai

AC Market Radar

Мониторинг отраслевых тенденций и конкурентов по 5 измерениям. Используйте, когда пользователь (на китайском языке) просит отслеживать отрасль (监测...行业) и предоставляет URL-адреса конкурентов. Систематически просматривает международные англоязычные источники с помощью agent-browser, выполняет 5-мерное сканирование (активность бренда, визуальная идентичность, позиционирование бренда, горячие темы контента, стратегические сигналы) для каждого конкурента, а затем доставляет структурированный китайский ежедневный брифинг с оповещениями о бренде и рекомендациями по действиям на основе ролей через Telegram.

машинный переводПоказать оригиналСкрыть оригинал«Industry hotspot and competitor monitoring across 5 dimensions. Use wh…»

Industry hotspot and competitor monitoring across 5 dimensions. Use when user (in Chinese) asks to monitor an industry (监测...行业) and provides competitor URLs. Systematically browses international English sources using agent-browser, runs a 5-dimension scan (brand activity, visual identity, brand positioning, content hotspots, strategic signals) on each competitor, then delivers a structured Chinese daily-brief with brand alerts and role-based action recommendations via Telegram.

ClawHub Agent Skills автор: double v1.0.0 MIT-0 4 файла тело ≈ 1 934 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Мониторинг отраслевых тенденций и конкурентов по 5 измерениям.

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

СправочникTelegramМаркетингИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "read_when"

    Процессный рейтинг: все десять параметров 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (Market Radar) не совпадает с папкой (market-radar)
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 55
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 1934 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
    • -226 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 483 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 55 пунктов
    • +4Есть примеры (13 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: clean
    Market Radar is a disclosed market-research skill that browses public industry and competitor sites to produce a Chinese monitoring report.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.