SKILLEMALL.ai

AC ceae-skill

Анализ первопричин для инженеров-аппаратчиков. Введите размытую цель оптимизации, разбейте ее с помощью команды TRIZ из 4 ролей (🔧 механика + 🧪 материалы + ⚡ электрика + 🏭 производство) по трехслойной структуре первого принципа + 5 Почему + исчерпывающий анализ материалов, методов, колец и измерений, чтобы найти коренную причину несоответствия параметров аппаратного продукта, выведите список ключевых проблем + диаграмму причинно-следственных связей Mermaid + архив PNG. Триггерные слова: анализ первопричин, причинно-следственная диаграмма, команда TRIZ, превышение параметров, поиск первопричины, анализ 5 Почему, ceae.

машинный переводПоказать оригиналСкрыть оригинал«面向硬件工程师的根因分析技能。输入模糊优化目标,通过4角色TRIZ小组协作(🔧机械+🧪材料+⚡电气+🏭制造),用第一性原理三层框架+5…»

面向硬件工程师的根因分析技能。输入模糊优化目标,通过4角色TRIZ小组协作(🔧机械+🧪材料+⚡电气+🏭制造),用第一性原理三层框架+5Why公式拆解+机料法环测穷举找到硬件产品参数无法达标的根本原因,输出关键问题列表+Mermaid因果图+PNG存档。触发词:根因分析、因果图、TRIZ小组、参数超标、找根本原因、5Why分析、ceae。

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 3 файла тело ≈ 1 334 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Анализ первопричин для инженеров-аппаратчиков.

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

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
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: 3. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "copyright"

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: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1334 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 172 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (8 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This skill is a disclosed hardware root-cause analysis workflow with a local PNG export helper, and I did not find hidden or destructive behavior.
LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.