SKILLEMALL.ai

BC industry-chain-intelligence

Система стратегических отчетов по цепочке создания стоимости для лиц, принимающих корпоративные решения. Для CEO/CTO/директоров по стратегии компании. Введите название компании или цепочку создания стоимости, чтобы одним щелчком мыши сгенерировать 10-страничный отчет в формате HTML в стиле белой книги, охватывающий позиционирование в цепочке создания стоимости, риски узких мест на ранних этапах, рыночную структуру на поздних этапах, конкурентную ситуацию в области технологий, радар инновационной активности, тенденции и возможности, а также дорожную карту действий. Визуальный стиль строго соответствует ДНК белой книги coolingstyle_v2_whitepaper.html: слоновая кость, темно-морской синий заголовок, алый акцент, древнее золото для декора, шрифты Noto Serif/Sans/Roboto Mono, ширина 960px/поля 52px. Данные в реальном времени получаются через 智慧芽MCP, диаграммы по умолчанию охватывают период с 2012 года по текущий месяц.

машинный переводПоказать оригиналСкрыть оригинал«企业决策者产业链战略报告系统。面向企业CEO/CTO/战略总监,输入公司名称或产业链, 一键生成10页白皮书风格HTML报告,涵盖产业链定位…»

企业决策者产业链战略报告系统。面向企业CEO/CTO/战略总监,输入公司名称或产业链, 一键生成10页白皮书风格HTML报告,涵盖产业链定位、上游卡脖子风险、下游市场格局、 技术竞争态势、科创力雷达、趋势机会及行动路线图。 视觉风格严格遵循 coolingstyle_v2_whitepaper.html 白皮书 DNA:象牙白底、深海军蓝标题、 朱红强调、古金装饰、Noto Serif/Sans/Roboto Mono 字体三件套、960px宽/52px页边距。 数据通过智慧芽MCP实时获取,图表默认统计范围2012-当前年月。

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 4 файла тело ≈ 4 642 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Система стратегических отчетов по цепочке создания стоимости для лиц, принимающих корпоративные решения.

Как процесс C 52/100 · Есть пробелы — 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
C
52/100
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: 4. 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 52/100

  • 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
  • 70Стоимость исполнения. Тело инструкции 4642 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 206
  • 100Согласованность. Имя и обязательные поля на месте
  • 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
  • -241 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 267 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 31 заголовков
  • +3Пошаговые инструкции: 206 пунктов
  • +4Есть примеры (3 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: suspicious
The skill is a local HTML report generator, but its bundled generator appears to produce hard-coded business intelligence while presenting the output as real-time Zhihuiya MCP data.
LLM: suspicious (high) · 13 авг. 2026 г.