BC b2b-pm-workbench-international
【B2B PM Super Workbench】 — комплексный интеллектуальный рабочий стол для продакт-менеджеров B2B (корпоративных) продуктов. Интегрирует 50+ методологических фреймворков, 30+ стандартных результатов, 12 редактируемых типов диаграмм, 3 типа интерактивных прототипов, 5 типов PPT и возможности полного стека ИИ для проектирования продуктов.
машинный переводПоказать оригиналСкрыть оригинал«【B2B PM Super Workbench】 —— A full-stack intelligent workbench for B2B…»
【B2B PM Super Workbench】 —— A full-stack intelligent workbench for B2B (enterprise) product managers. Integrates 50+ methodology frameworks, 30+ standard deliverables, 12 editable chart types, 3 interactive prototype types, 5 PPT types, and full-stack AI product design capabilities.
【B2B PM Super Workbench】 — комплексный интеллектуальный рабочий стол для продакт-менеджеров B2B (корпоративных) продуктов.
Как процесс C 59/100 · Есть пробелы — слабые места: когда включается, стоимость исполнения, повторный запуск
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Рискованное назначение
intent-offensive-securityreferences/complete-product-lifecycle.md:799Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)| **Safety** | Harmful content rate | Auto scanning + red team testing |
детектор
Просканировано файлов: 19. 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") - предупреждение
body-longтело SKILL.md ≈ 19967 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "language" - заметка
frontmatter-keyнеизвестное поле фронтматтера "contact"
Процессный рейтинг: все десять параметров 59/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 10Стоимость исполнения. Тело инструкции 19967 токенов: вытесняет саму задачу из окна
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Шаги. Шагов: 33, расплывчатых формулировок: 5
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Результат и критерий готовности. Формат результата и критерий готовности описаны
- 100Согласованность. Имя и обязательные поля на месте
- low Разделов верхнего уровня: 38. 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)
- -253 эмодзи в инструкциях: шум для модели
- +2Инструкции на одном языке
- +3Длина description 283 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 155 заголовков
- +3Пошаговые инструкции: 33 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (49 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.