AC talent-radar
Интеллектуальная система диагностики соответствия человека и должности, предназначенная для китайского рынка найма. Используется, когда пользователь явно запрашивает анализ соответствия конкретного резюме конкретной должности, создание отчета о подборе персонала или диагностику пробелов в поиске работы. Языковая поддержка: в основном поддерживает китайские резюме и описания вакансий; ввод на английском или других языках может привести к неточным результатам анализа, рекомендуется сначала перевести на китайский. Сценарии использования: корпоративный уровень (подбор персонала, оценка талантов) и индивидуальный уровень (диагностика поиска работы, карьерное планирование). Условия активации (должны выполняться одновременно): пользователь явно предоставляет текст или файл резюме И пользователь явно указывает целевую должность или JD. Точные триггерные слова: проанализируй это резюме, соответствует ли это резюме должности, создай отчет о соответствии вакансии, диагностируй мои пробелы в поиске работы, помоги мне отобрать резюме кандидатов, соответствует ли это резюме требованиям должности. Вывод: отчет об анализе соответствия, отчет о диагностике пробелов, рекомендации по оптимизации, список рекомендуемых должностей/кандидатов.
машинный переводПоказать оригиналСкрыть оригинал«智能人岗匹配诊断系统，适用于中文招聘场景。当用户明确要求分析特定简历与具体岗位 的匹配度、生成人才筛选报告或诊断求职差距时使用。 语言范围：…»
智能人岗匹配诊断系统，适用于中文招聘场景。当用户明确要求分析特定简历与具体岗位 的匹配度、生成人才筛选报告或诊断求职差距时使用。 语言范围：主要支持中文简历和岗位描述；英文或其他语言输入可能导致分析结果不准确， 建议先翻译为中文后使用。 适用场景：企业端（招聘筛选、人才评估）和个人端（求职诊断、职业规划）。 触发条件（需同时满足）：用户明确提供简历文本或文件 AND 用户明确指定目标岗位或JD。 精确触发词：帮我分析这份简历、这份简历和岗位匹配吗、帮我生成招聘匹配报告、 诊断我的求职差距、帮我筛选候选人简历、这份简历符合岗位要求吗。 输出：匹配度分析报告、差距诊断报告、优化建议、推荐岗位/候选人列表。
Интеллектуальная система диагностики соответствия человека и должности, предназначенная для китайского рынка найма.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 Рискованное назначение
intent-offensive-securityreferences/clawhub_audit_checklist.md:14Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)| Privilege Escalation | 过度权限、凭证访问 |
Просканировано файлов: 17. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription 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: 93
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1326 токенов
- 100Повторный запуск. Изменяющих операций нет
- 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 304 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 35 заголовков
- +3Пошаговые инструкции: 93 пунктов
- +4Есть примеры (6 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (7 из 7)
- +3Все 4 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.