SKILLEMALL.ai
EN Войти

AD yunlv-customs-scout

Использовать, когда пользователю необходимо найти данные о торговле на импорт/экспорт, клиентов конкурентов или рыночную информацию из таможенных данных. Использовать при поиске активных покупателей конкретных продуктов на целевых рынках. Использовать при проведении анализа клиентов конкурентов через торговые записи. Использовать, когда пользователь упоминает "海关数据", "进出口数据", "采购商", "竞争对手客户", "挖客户", "贸易数据", "Import Intel".

машинный переводПоказать оригиналСкрыть оригинал«Use when user needs to find import/export trade data, competitor custo…»

Use when user needs to find import/export trade data, competitor customers, or market intelligence from customs data. Use when searching for active buyers of specific products in target markets. Use when performing competitor client mining via trade records. Use when user mentions "海关数据", "进出口数据", "采购商", "竞争对手客户", "挖客户", "贸易数据", "Import Intel".

ClawHub Agent Skills автор: WangM-A3 v1.0.3 MIT-0 6 файлов тело ≈ 1 109 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Использовать, когда пользователю необходимо найти данные о торговле на импорт/экспорт, клиентов конкурентов или рыночную информацию из таможенных данных.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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

Такой же скилл встречается ещё в 1 месте: ClawHub

Как улучшить

    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

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "progressive"
    • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

    Процессный рейтинг: все десять параметров 49/100

    • 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
    • 40Согласованность. Имя во frontmatter (yunlv-customs-scout) не совпадает с папкой (skill-customs)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 45
    • 100Стоимость исполнения. Тело инструкции 1109 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 346 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 45 пунктов
    • +4Есть примеры (5 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: suspicious
    This customs-data lead generation skill is coherent, but it needs review because it can enrich leads and trigger outreach through business channels with under-specified controls and privacy boundaries.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.