SKILLEMALL.ai
EN Войти

BC Automated Lead Generation Pipeline with Gmail & Salesforce Integration

Обогащение и оценка потенциальных клиентов в продажах с помощью ИИ-анализа, проверки данных и интеграции с CRM. Используйте, когда пользователю требуется квалификация лидов, обогащение контактов, очистка данных или автоматическая оценка для оптимизации конвейера продаж.

машинный переводПоказать оригиналСкрыть оригинал«Enrich and score sales leads using AI-powered analysis, data validatio…»

Enrich and score sales leads using AI-powered analysis, data validation, and CRM integration. Use when the user needs lead qualification, contact enrichment, data cleansing, or automated scoring for sales pipeline optimization.

ClawHub Agent Skills автор: ncreighton v1.0.0 MIT-0 2 файла тело ≈ 3 619 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Обогащение и оценка потенциальных клиентов в продажах с помощью ИИ-анализа, проверки данных и интеграции с CRM.

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураGmailSalesforceПродажи и CRMИнфраструктуратип 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
B
85/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
C
52/100
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

    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 Утечка данных exfil-webhook-url SKILL.md:152
      URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (значение-заглушка)
      export SLACK_WEBHOOK_URL="https://hooks.slack.com/services/..."
      заглушка

    Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • ошибка name-long name длиннее 64 символов
    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 52/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Automated Lead Generation Pipeline with Gmail & Salesforce Integration) не совпадает с папкой (leadgenius)
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 69
    • 100Стоимость исполнения. Тело инструкции 3619 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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 227 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 27 заголовков
    • +3Пошаговые инструкции: 69 пунктов
    • +4Есть примеры (8 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

    Внешние проверки

    ClawHub: suspicious
    This lead-enrichment skill is purpose-aligned but needs review because it can update CRM records and send prospect data to multiple services at scale without clear approval or rollback controls.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.