SKILLEMALL.ai

AB Find Buyers

Находите потенциальных покупателей, оптовых клиентов, цели закупок и возможности спроса для электронной коммерции и торговых процессов. Используйте, когда пользователь хочет получить помощь в поиске тех, кто может купить, составить список кандидатов покупателей, сравнить соответствие покупателей или определить вероятные совпадения по спросу по категории, региону, типу бизнеса и сигналам покупки.

машинный переводПоказать оригиналСкрыть оригинал«Find likely buyers, wholesale prospects, procurement targets, and comm…»

Find likely buyers, wholesale prospects, procurement targets, and commerce demand-side opportunities for ecommerce and trade workflows. Use when the user wants help finding who may buy, shortlist buyer candidates, compare buyer fit, or identify probable demand-side matches by category, region, business type, and purchasing signals.

ClawHub Agent Skills автор: LeroyCreates v1.0.0 MIT-0 3 файла тело ≈ 299 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Находите потенциальных покупателей, оптовых клиентов, цели закупок и возможности спроса для электронной коммерции и торговых процессов.

Как процесс B 68/100 · Почти готов — слабые места: ошибки и развилки, согласованность, повторный запуск

ПроцедураПродажи и CRMИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 3. 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)

    Процессный рейтинг: все десять параметров 68/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Find Buyers) не совпадает с папкой (find-buyers)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 22
    • 100Стоимость исполнения. Тело инструкции 299 токенов

    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)
    • +4Нет примеров входа/выхода
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 333 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 22 пунктов
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

    Внешние проверки

    ClawHub: clean
    This instruction-only skill helps research likely business buyers using public information and does not request code execution, credentials, persistence, or private data access.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.