SKILLEMALL.ai

BD zayn-product-selection

Оценивает рыночные возможности и потенциал выхода на рынок для кандидатов продуктов, учитывая рыночный спрос, запросы клиентов, наши преимущества в поставках, сложность закупок, использование капитала, прибыль, колебания цен, логистику, сертификацию и риски послепродажного обслуживания. Выдает рекомендации: приоритетная проверка, ограниченный пробный запуск, постоянное наблюдение, временный отказ от входа или недостаточно информации; не является рекомендацией популярных продуктов.

машинный переводПоказать оригиналСкрыть оригинал«综合市场需求、客户询价、我方供应优势、采购难度、资金占用、利润、价格波动、物流、认证和售后风险,对候选产品进行市场机会与进入评估,并输出优先…»

综合市场需求、客户询价、我方供应优势、采购难度、资金占用、利润、价格波动、物流、认证和售后风险,对候选产品进行市场机会与进入评估,并输出优先验证、小范围试销、持续观察、暂不进入或信息不足;不等同热门产品推荐。

ClawHub Agent Skills автор: zaynpeng v1.0.0 MIT-0 7 файлов тело ≈ 164 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Оценивает рыночные возможности и потенциал выхода на рынок для кандидатов продуктов, учитывая рыночный спрос, запросы клиентов, наши преимущества в поставках…

Как процесс D 38/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается

Справочниктип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
D
38/100
Процесс не доведён
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 7. 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 38/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 164 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)
  • +3Длина description 104: рекомендуется 120–800 символов
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 5 заголовков

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.

Внешние проверки

ClawHub: clean
This skill is a scoped product-selection analysis guide with no executable code, persistence, credential use, or hidden high-impact behavior found.
LLM: benign (high) · VirusTotal: · 4 авг. 2026 г.