SKILLEMALL.ai

BC xinfan-lead-skill

Операционные навыки пула лидов XinFan: просмотр списков и статистики лидов в личных/общих пулах, просмотр деталей лидов, получение/освобождение лидов, обновление статуса отслеживания/заметок/приоритета принятия, а также создание и периодическая отправка ежедневных отчетов по лидам из личного пула.

машинный переводПоказать оригиналСкрыть оригинал«新帆线索池运营技能:查看私海/公海线索列表与统计、查看线索详情, 认领/释放线索、更新跟进状态/备注/采纳优先级,并生成、定时推送私海线索日…»

新帆线索池运营技能:查看私海/公海线索列表与统计、查看线索详情, 认领/释放线索、更新跟进状态/备注/采纳优先级,并生成、定时推送私海线索日报。

ClawHub Agent Skills автор: zihao huang v0.1.0 MIT-0 12 файлов тело ≈ 2 786 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Операционные навыки пула лидов XinFan: просмотр списков и статистики лидов в личных/общих пулах, просмотр деталей лидов, получение/освобождение лидов…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 12. 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 51/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (web, node), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 82
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2786 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (6 тегов): типизированный вызов надёжнее

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)
  • +3Длина description 72: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 19 заголовков
  • +3Пошаговые инструкции: 82 пунктов
  • +4Есть примеры (8 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: suspicious
The skill is mostly coherent for internal lead management, but its daily report can present fabricated business metrics as real operational data.
LLM: suspicious (high) · 25 авг. 2026 г.