SKILLEMALL.ai

AC pm-requirement-review-sandbox

Рабочий процесс песочницы для обзора требований к продукту, предназначенный для менеджеров продуктов и соавторов продукта. Применяется для уточнения нечетких требований, анализа бизнес-проблем, совместного создания документов с требованиями к продукту, подготовки материалов для обзора требований, моделирования запросов от различных ролей, таких как разработка, дизайн, данные, операции, соответствие требованиям, руководители бизнеса/пользователи, для определения объема первого этапа, уточнения показателей, процессов, границ, рисков, зависимостей и планов резервного копирования. Поддерживает три формата доставки: Markdown, PDF и документы Feishu, по умолчанию доставляется PDF. Не используется для обычного написания текстов, если только задача явно не связана с требованиями к продукту, планами продукта, документами с требованиями к продукту или обзором требований.

машинный переводПоказать оригиналСкрыть оригинал«面向产品经理和产品协作者的产品需求评审沙盘工作流。适用于澄清模糊需求、分析业务问题、共创产品需求文档、准备需求评审材料、模拟研发/设计/数据…»

面向产品经理和产品协作者的产品需求评审沙盘工作流。适用于澄清模糊需求、分析业务问题、共创产品需求文档、准备需求评审材料、模拟研发/设计/数据/运营/合规/业务负责人/用户等多角色质询、收敛一期范围、梳理指标、流程、边界、风险、依赖和兜底方案。支持 Markdown、PDF、飞书文档三种交付形态,默认交付 PDF。不用于普通文案写作,除非任务明确涉及产品需求、产品方案、产品需求文档或需求评审。

ClawHub Agent Skills автор: Vash v1.0.0 MIT-0 4 файла тело ≈ 1 048 токенов Открыть источникclawhub.ai проанализирован 11 ч назад

Рабочий процесс песочницы для обзора требований к продукту, предназначенный для менеджеров продуктов и соавторов продукта.

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

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
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: 4. 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: 30
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1048 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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 197 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 30 пунктов
  • +4Есть примеры (1 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill is a product-requirement review helper with a disclosed local PDF renderer and no evidence of hidden data access, persistence, exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.