SKILLEMALL.ai

BC opc-playbook

Практическое руководство по оценке и созданию ИИ-ориентированной компании одного человека (OPC). Двойной режим работы: сначала оценка (рейтинг осуществимости OPC 0-100), затем создание (четырехэтапная структура действий). Активируется, когда пользователь упоминает OPC, компания одного человека, solo founder, стартап, основанный на ИИ, личный стартап, стартап для независимого разработчика, one-person company, solo startup и другие ключевые слова. Особое внимание уделяется проверке на этапе идеи, охватывает весь жизненный цикл, включая модуль психологической поддержки.

машинный переводПоказать оригиналСкрыть оригинал«评判和打造一人AI原创公司(OPC)的实战指南。双模式运行:先评判(OPC可行性评分0-100),后打造(四阶段行动框架)。当用户提到OPC…»

评判和打造一人AI原创公司(OPC)的实战指南。双模式运行:先评判(OPC可行性评分0-100),后打造(四阶段行动框架)。当用户提到OPC、一人公司、solo founder、AI原生创业、个人创业、独立开发者创业、one-person company、solo startup等关键词时触发。尤其聚焦构思阶段验证,覆盖全生命周期,含心理支持模块。

ClawHub Agent Skills автор: nic-yuan v1.0.0 MIT-0 2 файла тело ≈ 2 723 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Практическое руководство по оценке и созданию ИИ-ориентированной компании одного человека (OPC).

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
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: 2. 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: 111
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2723 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
  • -231 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 175 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 55 заголовков
  • +3Пошаговые инструкции: 111 пунктов
  • +4Есть примеры (1 блоков кода)

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

Внешние проверки

ClawHub: clean
This is a Chinese-language advisory playbook for evaluating and building a one-person AI startup, with no executable code or hidden privileged behavior.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.