Rapport d’audit du skill

amazon-operating-model-master Rapport d’audit.

亚马逊管理之道 (亚马逊管理之道 (The Amazon Way — Amazon 自身的领导力与运营操作系统) — 这个 master skill 蒸馏的不是『在亚马逊平台上开店卖货』(那是跨境电商运营,已由 cross-border-ecommerce 另蒸),也不是 AWS 云技术架构;而是亚马逊这家公司『怎么运营自己、怎么做决策、怎么招人、怎么创新、怎么规划』的一整套可迁移的管理机制(mechanisms)与心智操作系统。面向想在自己团队/公司引入亚马逊式机制的创始人/CEO/高管/运营负责人(COO)、产品经理与技术产品经理(PM/PMT)、组织与流程设计者(chief of staff / ops)、以及在亚马逊工作或准备面试亚马逊(著名的 LP 行为面试 + Bar Raiser)的人。覆盖: (a) 第一性张力 — 亚马逊 OS 的核心世界观分歧: **机制 > 良好意图(Good intentions don't work, mechanisms do:问题不能靠『下次更努力』修复,要装一个带检查闭环的自我强化流程) ⇄ 可控输入指标 vs 滞后输出指标(管你能控制的 input 如选品/价格/在库/配送速度,而非 revenue/股价这类滞后又不可控的 output) ⇄ 长期主义 vs 季度业绩(Day 1、willing to be misunderstood、用现金流+飞轮长期投入,宁可牺牲短期利润) ⇄ 客户执念 vs 竞争对手执念(working backwards 从客户倒推,而非从竞品或『我们能造什么』正推) ⇄ 叙事备忘录 vs PPT(6-pager + 开会前静默阅读、动手前先写 PR/FAQ;写作逼出清晰思考,禁 PowerPoint) ⇄ 单线程负责人/两个披萨团队 vs 协调税(separable、autonomous、one owner per initiative,砍掉跨团队依赖) ⇄ 高标准可学习可传递 vs 与生俱来(insist on the highest standards + Bar Raiser 招聘门,标准是 domain-specific 且能教的) ⇄ 节俭催生创造力 vs 血汗文化(frugality/约束驱动发明 —— 但 frugality + 高压 bar + URA 强制淘汰 = 文化阴

Expérimental · RevoirRevue nécessaireGénéré 13 oct. 2026Audit heuristique des métadonnées
74
Audit
66
Confiance
65
Qualité
77
Sécurité
88
Maintain
92
Installer

Trust Score OpenAgentSkill

66
Revue manuelle

Trust Score OpenAgentSkill

The Trust Score helps an agent decide whether a skill is safe enough to shortlist before installation.

Adoption GitHub

Info

62

128 stars GitHub

Activité stars/forks

Avertissement

57

128 stars et 11 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles

Maintenance récente

Validé

88

1 mois depuis le dernier push

Clarté de licence

Validé

86

MIT

Complétude README/SKILL.md

Info

76

Les métadonnées publiques nécessitent davantage de contexte README/SKILL.md

Risque dépendances/runtime

Info

72

Surface d’exécution de commandes

Disponibilité de l’installation

Validé

92

npx skills add swaylq/master-skill --skill amazon-operating-model-master

Sécurité de la commande d’installation

Validé

92

Chemin d’installation standard de package ou runtime

Surface de permissions

Info

62

shell or command execution, filesystem or document access

Preuve du dépôt

Validé

86

https://github.com/swaylq/master-skill/tree/main/prototypes/bazi-metaphysics-master/output

État de revue

Info

66

Données de revue IA disponibles

Résultats prouvés par Agent

Info

54

Pas encore de données de résultats Agent

Vérifications

Revue d’installation et d’adoption

6 Validé · 9 Revue nécessaire

Chemin d’installation

92

Validé

npx skills add swaylq/master-skill --skill amazon-operating-model-master

Dépôt

88

Validé

https://github.com/swaylq/master-skill/tree/main/prototypes/bazi-metaphysics-master/output

Licence

86

Validé

MIT

Maintenance

88

Validé

1 mois depuis le dernier push

Revue IA

55

Vérifier

SKILL.md description is extremely long and unstructured, making it hard to quickly grasp the core workflow and usage instructions.

Complétude README/SKILL.md

84

Validé

Usable description available

Risque de dépendances

72

Vérifier

Surface d’exécution de commandes

Sécurité de la commande d’installation

92

Validé

Chemin d’installation standard de package ou runtime

Surface de permissions

62

Vérifier

shell or command execution, filesystem or document access

Activité stars/forks

57

Corriger

128 stars et 11 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles

Adoption

68

Info

128 stars GitHub

Avertissements

  • SKILL.md description is extremely long and unstructured, making it hard to quickly grasp the core workflow and usage instructions.
  • The provided CLI scripts are auto-generated and seem to rely on a synthesis.md file that is not included in the excerpt; this may limit reproducibility without the full repository context.
  • No explicit setup or installation instructions are visible in the excerpt, though the scripts appear self-contained.
  • Quality score needs review
  • Stars/forks activity: 128 stars, 11 forks; issue activity unavailable in current metadata

Méthode

This report combines public metadata, AI review output, repository freshness, install readiness, OpenAgentSkill events, quality scoring, trust checks, and the agent safety gate. It is not a full source-code security review.

Comparer les options proches

Skills associés à auditer ensuite