SKILLEMALL.ai

AB nature-risk-tnfd

Скрининг финансовых рисков, связанных с природой, на основе TNFD LEAP. Определяет активы предприятия относительно охраняемых территорий, водного стресса и лесного покрова; оценивает зависимость от природы и воздействие с использованием отраслевой существенности; создает реестр приоритетных рисков и пакет доказательств, готовый к аудиту.

машинный переводПоказать оригиналСкрыть оригинал«TNFD LEAP-based nature-related financial risk screening. Locates enter…»

TNFD LEAP-based nature-related financial risk screening. Locates enterprise assets relative to protected areas, water stress, and forest cover; evaluates nature dependency and impact using sector materiality; produces priority risk inventory and audit-ready evidence package.

ClawHub Agent Skills автор: ruiduobao v2.0.0 MIT-0 6 файлов тело ≈ 1 363 токенов Открыть источникclawhub.ai проанализирован 29 ч назад

Скрининг финансовых рисков, связанных с природой, на основе TNFD LEAP.

Как процесс B 71/100 · Почти готов — слабые места: входы и предусловия, ошибки и развилки, согласованность

АнализаторРазработкаДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Согласованность вес 8
40
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: 0. 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 71/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 40Согласованность. Имя во frontmatter (nature-risk-tnfd) не совпадает с папкой (geoskill-nature-risk-tnfd)
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 32
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Стоимость исполнения. Тело инструкции 1363 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 275 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 32 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: suspicious
The skill is mostly a TNFD screening tool, but it has an under-disclosed auto-download mode that can fetch remote imagery and then fall back to synthetic results instead of analyzing real asset data.
LLM: suspicious (high) · 31 июл. 2026 г.