SKILLEMALL.ai

BC mba-thesis-writing-guidance

ИИ-помощник в написании выпускных работ MBA / EMBA для китайских университетов: ворота выбора темы, структура из пяти глав, написание глав, обоснование доказательствами и теорией, самопроверка перед слепой рецензией, подготовка к защите. Охватывает маркетинг, управление персоналом, операционную деятельность, качество, финансы, стратегию, цифровизацию, управление бизнесом, не использует шаблон маркетинга по умолчанию. Используйте, когда пользователь упоминает дипломную работу MBA, открытие темы, как писать пять глав, обзор литературы, пустые контраргументы, слепую рецензию, защиту, помощь ИИ в написании дипломной работы, напиши мне дипломную работу. При написании избегайте машинного стиля, одинаковой длины предложений, нагромождения связующих слов. Не пишет за вас, не выдумывает данные или литературу.

машинный переводПоказать оригиналСкрыть оригинал«中国 MBA / EMBA 毕业论文 AI 辅助写作指导:选题闸门、五章制大纲、分章写法、证据与理论落地、盲审自查、答辩准备。覆盖营销、人力…»

中国 MBA / EMBA 毕业论文 AI 辅助写作指导:选题闸门、五章制大纲、分章写法、证据与理论落地、盲审自查、答辩准备。覆盖营销、人力、运营、质量、财务、战略、数字化、经营管理,不默认营销模板。 当用户提到 MBA论文、开题、五章怎么写、文献综述、对策太空、盲审、答辩、AI辅助写论文、帮我写论文时使用。 落笔时避免机器腔、句长过齐、连接词堆砌。不代写、不编造数据或文献。

ClawHub Agent Skills автор: Big Stephen v0.1.0 MIT-0 50 файлов тело ≈ 818 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

ИИ-помощник в написании выпускных работ MBA / EMBA для китайских университетов: ворота выбора темы, структура из пяти глав, написание глав, обоснование…

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

ГенераторИнфраструктуратип 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: 49. 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: 19
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 818 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
  • +4Нет примеров входа/выхода
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 189 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This is a coherent MBA thesis guidance skill with disclosed project-file scanning and file creation, but users should review and redact sensitive work details before letting it save them.
LLM: benign (high) · VirusTotal: · 21 авг. 2026 г.