SKILLEMALL.ai

BC shwuyeyanjiu

Инструмент для исследования объявлений о тендерах на управление недвижимостью в Шанхае. Получает объявления о тендерах, объявления о победителях тендеров и объявления о результатах оценки тендеров с сайта Shanghai Residential Property Network (962121.fgj.sh.gov.cn), использует OCR для извлечения информации о проекте (площадь проекта, стандарты платы за управление недвижимостью, количество парковочных мест, плата за управление парковкой и т. д.) и рассчитывает насыщающий доход. **Используйте этот Skill, когда**: (1) пользователь запрашивает информацию о победителе тендера на управление недвижимостью для конкретного проекта; (2) пользователь запрашивает стандарт платы за управление недвижимостью; (3) пользователь запрашивает расчет насыщающего дохода для проекта; (4) пользователь упоминает "управление недвижимостью Шанхая", "объявление о тендере", "объявление о победителе тендера", "плата за управление недвижимостью", "насыщающий доход"; (5) необходимо получить информацию о проекте с сайта управления недвижимостью Шанхая.

машинный переводПоказать оригиналСкрыть оригинал«上海物业招标公告研究工具。从上海住宅物业网(962121.fgj.sh.gov.cn)获取招标公告、中标公告、评标结果公告,使用 OCR 提…»

上海物业招标公告研究工具。从上海住宅物业网(962121.fgj.sh.gov.cn)获取招标公告、中标公告、评标结果公告,使用 OCR 提取项目信息(项目面积、物业费标准、停车位数量、停车管理费等),并计算饱和收入。**当以下情况时使用此 Skill**:(1) 用户要求查找某个项目的物业中标信息;(2) 用户要求查询物业费标准;(3) 用户要求计算项目的饱和收入;(4) 用户提到"上海物业"、"招标公告"、"中标公告"、"物业费"、"饱和收入"; (5) 需要从上海物业网站获取项目信息。

ClawHub Agent Skills автор: misbah-boop v1.0.0 MIT-0 16 файлов тело ≈ 1 456 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Инструмент для исследования объявлений о тендерах на управление недвижимостью в Шанхае.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникЗакупки и снабжениетип 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
53/100
Есть пробелы
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

  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: 16. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 51
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1456 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
  • -311 из 12 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 248 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 51 пунктов
  • +4Есть примеры (8 блоков кода)

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

Внешние проверки

ClawHub: clean
This skill appears to fetch public Shanghai property announcement PDFs, OCR them locally, and calculate project details, with local-file hygiene issues users should notice.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.