BD Supplier Bid Assistant - Award Data Analysis
Помощник по тендерам для поставщиков (乙方) — помощник по анализу данных тендеров и закупок в сети для поставщиков (乙方). Этот навык необходимо использовать, когда пользователь сталкивается со следующими сценариями: запрос объявлений о тендерах/победах на тендерах, анализ ситуации с победами конкурентов на тендерах, поиск потенциальных партнеров и поставщиков, оценка диапазона цен побед в определенном типе проектов, поддержка принятия решений о тендерах с точки зрения поставщика. Как инструмент для ежедневного поиска тендеров для поставщика, выводы должны быть представлены в виде четких таблиц или графиков.
машинный переводПоказать оригиналСкрыть оригинал«乙方投标助手，面向投标方（乙方）的全网招中标数据分析助手。当用户涉及以下场景时必须使用此SKILL：查询招标/中标公告、分析竞争对手中标情况…»
乙方投标助手，面向投标方（乙方）的全网招中标数据分析助手。当用户涉及以下场景时必须使用此SKILL：查询招标/中标公告、分析竞争对手中标情况、寻找潜在合作与供应商、评估某类项目的中标价格区间、乙方视角的投标决策支持。作为投标方的日常查标工具，必须以清晰的表格或图表输出结论。
Помощник по тендерам для поставщиков (乙方) — помощник по анализу данных тендеров и закупок в сети для поставщиков (乙方).
Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 1 месте: ClawHub
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Утечка данных
net-credential-usereferences/auto-register.md:215Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)**如果当前 api_key 来自 `$ZLBX_API_KEY`**：跳过 SID 流程，提示用户访问 `https://ai.zhiliaobiaoxun.com/?ch=s24` 手动登录充值。
в кавычках
Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 39/100
- 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
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (Supplier Bid Assistant - Award Data Analysis) не совпадает с папкой (bidding-yifangbao)
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 100Шаги. Шагов: 23
- 100Стоимость исполнения. Тело инструкции 3431 токенов
- low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле
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 137 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 31 заголовков
- +3Пошаговые инструкции: 23 пунктов
- +4Есть примеры (17 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.