AD auto-customer-service-claw
Автоматический ответчик для обслуживания клиентов — система автоматических ответов на запросы клиентов. Основные возможности: распознавание и классификация намерений, сопоставление с базой знаний, определение момента перевода на оператора, управление многошаговыми диалогами. Используйте этот навык в следующих случаях: (1) когда пользователь просит создать или настроить систему автоматического обслуживания клиентов, (2) когда необходимо обрабатывать автоматические ответы на запросы клиентов (предпродажные, послепродажные, вопросы по аккаунту и т.д.), (3) когда необходимо настроить базу знаний FAQ, правила распознавания намерений или сценарии ответов, (4) когда необходимо запустить/управлять службой бота поддержки клиентов, (5) когда пользователь упоминает "обслуживание клиентов", "автоматический ответ", "умный клиентский сервис", "бот поддержки", "запросы", "предпродажный", "послепродажный", "FAQ", "вопрос-ответ", "круглосуточная поддержка", "мгновенный ответ".
машинный переводПоказать оригиналСкрыть оригинал«自动客服应答虾 — 处理客户咨询的自动化回复系统。核心能力：意图识别与分类、知识库匹配、智能转人工判断、多轮对话管理。当以下情况时使用此 S…»
自动客服应答虾 — 处理客户咨询的自动化回复系统。核心能力：意图识别与分类、知识库匹配、智能转人工判断、多轮对话管理。当以下情况时使用此 Skill：(1) 用户要求搭建或配置自动客服系统，(2) 需要处理客户咨询的自动化回复（售前、售后、账户问题等），(3) 需要配置 FAQ 知识库、意图识别规则或回复话术，(4) 需要启动/管理客服机器人服务，(5) 用户提到"客服"、"自动回复"、"智能客服"、"机器人客服"、"咨询"、"售前"、"售后"、"FAQ"、"问答"、"24小时客服"、"秒回"。
Автоматический ответчик для обслуживания клиентов — система автоматических ответов на запросы клиентов.
Как процесс D 46/100 · Процесс не доведён — 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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 7. 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 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 23
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 353 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 250 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 23 пунктов
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.