SKILLEMALL.ai

BD hawkeye-lead-skill

Навык управления пулом лидов (merchant_lead) Hawkeye, инкапсулирует 10 HTTP-интерфейсов бэкэнда Hawkeye для пула лидов. Поддерживает просмотр списков и статистики лидов в личной и общей базе, просмотр деталей лида, принятие/распределение лида, обновление статуса отслеживания/заметок/приоритета принятия. Ключевые слова: пул лидов, лиды в личной базе, лиды в общей базе, принять лид, распределить лид, статус отслеживания, заметки по лиду, приоритет принятия, лиды Hawkeye, merchant_lead. В настоящее время развернут только в тестовом сегменте (проект лидов еще не объединен с master), домен для рабочей среды будет активирован после запуска проекта.

машинный переводПоказать оригиналСкрыть оригинал«鹰眼线索池(merchant_lead)运营技能,封装线索池 10 个 Hawkeye 后台 HTTP 接口, 支持查看私海/公海线索列表与…»

鹰眼线索池(merchant_lead)运营技能,封装线索池 10 个 Hawkeye 后台 HTTP 接口, 支持查看私海/公海线索列表与统计、查看线索详情、认领/分配线索、更新跟进状态/备注/采纳优先级。 触发词:线索池、私海线索、公海线索、认领线索、分配线索、跟进状态、线索备注、采纳优先级、鹰眼线索、merchant_lead。 当前仅部署在测试泳道(线索项目尚未合并到 master),正式环境域名待项目上线后启用。

ClawHub Agent Skills автор: zihao huang v0.1.0 MIT-0 9 файлов тело ≈ 740 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык управления пулом лидов (merchantlead) Hawkeye, инкапсулирует 10 HTTP-интерфейсов бэкэнда Hawkeye для пула лидов.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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

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: 9. 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 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (web, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 740 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

  • +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 213 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
The skill is transparent about most behavior, but it needs review because one detail lookup option can reveal phone numbers and silently update real lead records without the same confirmation gate used for other write actions.
LLM: suspicious (high) · 5 авг. 2026 г.