SKILLEMALL.ai
EN Войти

AA kano-model-strategist

Классифицируйте функции продукта по категориям Кано. Сократите потери. Постройте MDP поверх MVP. У вас есть 30 функций и 6 недель. Распределите их по шести категориям Кано (обязательные, производительные, привлекательные, безразличные, обратные, сомнительные), чтобы выпустить те, которые заслуживают своего места, и отбросить остальные.

машинный переводПоказать оригиналСкрыть оригинал«Classify product features into Kano categories. Cut waste. Build MDP o…»

Classify product features into Kano categories. Cut waste. Build MDP over MVP. You have 30 features and 6 weeks. Sort them into Kano's six categories (Must-be, Performance, Attractive, Indifferent, Reverse, Questionable) so you ship the ones that earn their place and cut the rest.

ClawHub Agent Skills автор: Monika Zapisek v0.1.1 MIT-0 10 файлов тело ≈ 2 179 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Классифицируйте функции продукта по категориям Кано.

Как процесс A 84/100 · Дойдёт до конца — слабые места: когда включается, повторный запуск

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
A
84/100
Дойдёт до конца
Когда включается вес 12
20
Повторный запуск вес 4
30
Входы и предусловия вес 11
70
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: kano-model-strategist (ClawHub)

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: 10. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

Процессный рейтинг: все десять параметров 84/100

  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 26
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Ошибки и развилки. Развилок: 8, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2179 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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)
  • +2Инструкции на одном языке
  • +3Длина description 282 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 26 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This appears to be a product-planning guidance skill with no evidence of malware, exfiltration, persistence, or privileged system access.
LLM: benign (medium) · VirusTotal: · 3 июл. 2026 г.