SKILLEMALL.ai
EN Войти

BC funcpulse

Финансовый ИИ + Анализ PRD / Проверка тестовых сценариев / Отслеживание покрытия требований. Навык: Сопоставляет финансовые требования, ИИ-модели/агенты/RAG-цепочки, тестовые сценарии и изменения кода в нескольких репозиториях с матрицей отслеживания, выявляя пробелы в покрытии, пробелы в доказательствах соответствия, приоритеты дефектов и риски приемки.

машинный переводПоказать оригиналСкрыть оригинал«金融AI + PRD分析 / 测试用例验证 / 需求覆盖率追踪 Skill：把金融需求、AI模型/Agent/RAG链路、测试用例和多仓库代…»

金融AI + PRD分析 / 测试用例验证 / 需求覆盖率追踪 Skill：把金融需求、AI模型/Agent/RAG链路、测试用例和多仓库代码变更映射成追踪矩阵，发现Coverage Gap、合规证据缺口、缺陷优先级和验收风险。

ClawHub Agent Skills автор: 小海星 v1.0.4 MIT-0 13 файлов тело ≈ 1 446 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Финансовый ИИ + Анализ PRD / Проверка тестовых сценариев / Отслеживание покрытия требований.

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

ПроцедураИИ и агентыИнфраструктуратип 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
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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: 13. 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"
  • заметка frontmatter-key неизвестное поле фронтматтера "role"
  • заметка frontmatter-key неизвестное поле фронтматтера "scope"
  • заметка frontmatter-key неизвестное поле фронтматтера "output-format"

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: 124
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1446 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)
  • +3Длина description 114: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 124 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
FuncPulse is a coherent QA/reporting skill, but it automatically uploads potentially sensitive validation reports and repository metadata over plain HTTP without a clear consent gate.
LLM: suspicious (high) · VirusTotal: · 17 июн. 2026 г.