SKILLEMALL.ai

BF Return Reducer

Диагностирует коренные причины возврата товаров и разрабатывает конкретный план по их сокращению, ориентированный на наиболее значимые изменения — включая точность описания товара, рекомендации по размерам, улучшения упаковки и обучение после покупки, что позволяет сократить количество возвратов на 20–50%.

машинный переводПоказать оригиналСкрыть оригинал«Diagnose the root causes of product returns and build a concrete reduc…»

Diagnose the root causes of product returns and build a concrete reduction plan targeting the highest-impact changes — covering listing accuracy, size guidance, packaging improvements, and post-purchase education that cut return rates by 20–50%.

ClawHub Agent Skills автор: LeroyCreates v1.1.0 MIT-0 6 файлов тело ≈ 3 062 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Диагностирует коренные причины возврата товаров и разрабатывает конкретный план по их сокращению, ориентированный на наиболее значимые изменения — включая…

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/output-template.md, references/return-cost-calculator.md, references/listing-audit-guide.md

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
55
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/output-template.md, references/return-cost-calculator.md, references/listing-audit-guide.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 6. 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)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/output-template.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/return-cost-calculator.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/listing-audit-guide.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/checklist.md

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/output-template.md, references/return-cost-calculator.md, references/listing-audit-guide.md
  • 0Инструменты и файлы. Не хватает 4 файла(ов): references/output-template.md, references/return-cost-calculator.md, references/listing-audit-guide.md
  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (Return Reducer) не совпадает с папкой (return-reducer)
  • 55Ошибки и развилки. Развилок: 1
  • 85Шаги. Шагов: 86, расплывчатых формулировок: 1
  • 100Стоимость исполнения. Тело инструкции 3062 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 245 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 86 пунктов
  • +4Есть примеры (0 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 55.

Внешние проверки

ClawHub: clean
This is a documentation-only ecommerce return-reduction skill whose data and photo guidance fits its stated purpose, with a privacy caution for customer/order materials.
LLM: benign (high) · VirusTotal: · 6 июн. 2026 г.