SKILLEMALL.ai

AD insurance-product-deconstruction

Используйте, когда требуется разобрать страховой продукт (аннуитет/тяжелая болезнь/пожизненное страхование/медицинское страхование и т. д.), входные данные — каталог, содержащий файлы продукта (условия PDF, таблицу аннуитетов, брошюру продукта, таблицу тарифов, правила страхования, руководство по дополнительным услугам и т. д.), выходные данные — структурированный разбор продукта в формате Markdown и сохранение в базе знаний Obsidian.

машинный переводПоказать оригиналСкрыть оригинал«Use when 需要拆解一款保险产品(年金/重疾/寿险/医疗险等),输入是一个包含产品文件(条款PDF、现金价值表、产品说明书、费率表、投…»

Use when 需要拆解一款保险产品(年金/重疾/寿险/医疗险等),输入是一个包含产品文件(条款PDF、现金价值表、产品说明书、费率表、投保规则、增值服务手册等)的目录,输出结构化的产品拆解 Markdown 并存入 Obsidian 知识库

ClawHub Agent Skills автор: Lzquinn v1.1.1 MIT-0 19 файлов тело ≈ 2 862 токенов Открыть источникclawhub.ai проанализирован 26 ч назад

д.), входные данные — каталог, содержащий файлы продукта (условия PDF, таблицу аннуитетов, брошюру продукта, таблицу тарифов, правила страхования, руководство…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураObsidianPDFРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Секреты в коде secret-high-entropy-token scripts/evidence_pipeline/calculations.py:26
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "basi…ium",
      в кавычках

    Просканировано файлов: 19. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 46/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 145
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2862 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
    • -34 из 6 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 122 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 42 заголовков
    • +3Пошаговые инструкции: 145 пунктов
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: clean
    This skill appears to do what it claims: locally process an insurance product folder and save a Markdown report, with no hidden network or destructive behavior found.
    LLM: benign (high) · VirusTotal: · 24 июл. 2026 г.