SKILLEMALL.ai

AC fde-problem-discovery

Этап 1 цикла доставки FDE. Преобразует интервью с клиентами, наблюдения от сотрудников первой линии, заявки, заметки со встреч и бизнес-данные в пакет материалов для обнаружения проблем клиентов, подкрепленный доказательствами. Используйте для выявления потребностей клиентов, реконструкции реальных рабочих процессов, разработки руководств для интервью, проверки проблем и отбора кандидатов для POC. Не используйте для принятия решений о решениях, написания PRD или создания прототипов.

машинный переводПоказать оригиналСкрыть оригинал«Stage 1 of FDE Delivery Loop. Turn customer interviews, frontline obse…»

Stage 1 of FDE Delivery Loop. Turn customer interviews, frontline observations, tickets, meeting notes, and business data into an evidence-backed customer problem-discovery package. Use to uncover customer needs, reconstruct real workflows, design interview guides, validate problems, and screen POC candidates. Do not use to commit to a solution, write a PRD, or build a prototype.

ClawHub Agent Skills автор: xukun0821 v1.0.0 MIT-0 16 файлов тело ≈ 1 536 токенов Открыть источникclawhub.ai проанализирован 32 ч назад

Этап 1 цикла доставки FDE.

Как процесс C 58/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураЛичная продуктивностьИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
95
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

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: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 58/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 34, расплывчатых формулировок: 2
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1536 токенов

    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
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 382 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 34 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (10 из 10)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent problem-discovery helper, with some scope-drift and privacy-guidance gaps users should manage before relying on it for formal product planning.
    LLM: benign (high) · VirusTotal: · 7 авг. 2026 г.