SKILLEMALL.ai

BC ecommerce-after-sales-customer-reply

Единая обработка ответов на запросы клиентов в сфере электронной коммерции по послепродажному обслуживанию. Используется для быстрого формирования дружелюбных, профессиональных, эффективных и готовых к отправке ответов на китайском языке для потребителей, задающих вопросы о возврате/обмене товара, доставке или проблемах с использованием товара. Подходит для обслуживания клиентов в магазинах, на платформах, в онлайн-чатах и личных сообщениях.

машинный переводПоказать оригиналСкрыть оригинал«统一处理电商售后客户咨询回复。用于消费者提出退换货、物流查询、商品使用问题三类常见售后场景时,快速生成品牌亲和、专业、高效、可直接发送的中文…»

统一处理电商售后客户咨询回复。用于消费者提出退换货、物流查询、商品使用问题三类常见售后场景时,快速生成品牌亲和、专业、高效、可直接发送的中文回复,适用于店铺客服、平台客服、在线IM与私聊售后场景。

ClawHub Agent Skills автор: terrycarter1985 v1.0.0 MIT-0 2 файла тело ≈ 378 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Единая обработка ответов на запросы клиентов в сфере электронной коммерции по послепродажному обслуживанию.

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

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
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: 45
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 378 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 98: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 45 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This is a text-only customer-service drafting skill for Chinese e-commerce after-sales replies, with no code, hidden access, or privileged behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.