SKILLEMALL.ai

AC promo-calculator-claw

Инструмент для расчета промо-акций — моделирует влияние различных скидок на прибыль, позволяя цифрам говорить перед утверждением промо-акции. Используйте этот навык, когда: (1) необходимо рассчитать влияние промо-акции на прибыль (валовую прибыль, чистую прибыль, общую прибыль); (2) необходимо рассчитать точку безубыточности (минимальная скидка без убытков, объем продаж для безубыточности); (3) необходимо сравнить прибыль от нескольких вариантов скидок (70%/75%/80% и т. д.); (4) необходимо пакетно рассчитать промо-акции для нескольких SKU; (5) пользователь упоминает "промоакция", "скидка", "расчет прибыли", "точка безубыточности", "валовая прибыль", "скидка за покупку", "план мероприятия", "ценообразование", "распродажа", "комплект", "ROI", "влияние на прибыль"; (6) пользователь спрашивает "сколько прибыли останется при скидке X%", "какова валовая прибыль после скидки за покупку", "какую скидку для распродажи нужно сделать, чтобы не уйти в минус".

машинный переводПоказать оригиналСкрыть оригинал«促销方案测算虾 — 模拟不同折扣力度对利润的影响,在拍板促销方案前让数字说话。 当以下情况时使用此 Skill: (1) 需要测算促销方案的…»

促销方案测算虾 — 模拟不同折扣力度对利润的影响,在拍板促销方案前让数字说话。 当以下情况时使用此 Skill: (1) 需要测算促销方案的利润影响(毛利率、净利率、总利润); (2) 需要计算盈亏平衡点(最低不亏折扣、盈亏平衡销量); (3) 需要对比多个折扣方案(7折/75折/8折等)的利润差异; (4) 需要批量测算多个SKU的促销方案; (5) 用户提到"促销"、"折扣"、"利润测算"、"盈亏平衡"、"毛利率"、"满减"、"活动方案"、"定价"、"清仓"、"套装"、"ROI"、"利润影响"; (6) 用户问"打X折还剩多少利润"、"满减后毛利率是多少"、"打几折清仓才不亏"。

ClawHub Agent Skills автор: Ricky v1.0.0 MIT-0 6 файлов тело ≈ 430 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Инструмент для расчета промо-акций — моделирует влияние различных скидок на прибыль, позволяя цифрам говорить перед утверждением промо-акции.

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
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: 6. 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 430 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

  • +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
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 295 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

Внешние проверки

ClawHub: clean
This is a disclosed local calculator for promotion pricing and profitability, with no evidence of hidden network access, credentials use, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.