SKILLEMALL.ai

BC convbox-diagclaw

Convbox-DiagClaw — инструмент самообслуживания для анализа данных, основанный на данных Convbox. Он предоставляет диагностику и отчеты для DTC-магазинов по темам роста, платной рекламы, креатива, конверсии, удержания, атрибуции, прибыли и смежным вопросам.

машинный переводПоказать оригиналСкрыть оригинал«Convbox-DiagClaw self-service analysis Prof.Skill — built on Convbox f…»

Convbox-DiagClaw self-service analysis Prof.Skill — built on Convbox first-party attribution data, it delivers diagnostics and reports for DTC storefronts across growth, paid media, creative, conversion, retention, attribution, profit, and related themes.

ClawHub Agent Skills автор: lColton v1.0.0 MIT-0 47 файлов тело ≈ 2 894 токенов Открыть источникclawhub.ai проанализирован 24 ч назад

Convbox-DiagClaw — инструмент самообслуживания для анализа данных, основанный на данных Convbox.

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность

АнализаторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 45. 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 52/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (convbox-diagclaw) не совпадает с папкой (dtc-attribution-doctor)
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 46, расплывчатых формулировок: 2
  • 100Стоимость исполнения. Тело инструкции 2894 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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
  • +2Инструкции на одном языке
  • +3Длина description 255 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This is a disclosed Convbox analytics skill that uses a configured API key and saved store context to produce reports and recommendations, with no hidden destructive or exfiltration behavior found.
LLM: benign (high) · VirusTotal: · 17 июл. 2026 г.