Skill

product-data-audit

Audits product, business, or project ecosystems: scans git repo for data sources (README, docs, configs, metrics), analyzes decisions, bottlenecks; generates interactive HTML report (12 sections).

Git

Bash

developer-tools

automation

npx claudepluginhub serejaris/ris-claude-code

Tool Access

This skill uses the workspace's default tool permissions.

Preview

Глубокий аудит продукта/бизнеса: данные, системы, решения, узкие места, контуры внедрения. На выходе — интерактивная HTML-визуализация (12 секций). Markdown-версия — опционально по запросу.

Supporting Assets

README.mdREADME.ru.mdreferences/html-design-spec.mdreferences/missing-artifacts-checklist.mdreferences/report-structure.mdreferences/terminology.md

SKILL.md

Similar Skills

cache-components

139.2k

Guides Next.js Cache Components and Partial Prerendering (PPR) with cacheComponents enabled. Implements 'use cache', cacheLife(), cacheTag(), revalidateTag(), static/dynamic optimization, and cache debugging.

cache-components

mcp-builder

124.2k

Guides building MCP servers enabling LLMs to interact with external services via tools. Covers best practices, TypeScript/Node (MCP SDK), Python (FastMCP).

9 files

anthropics-skills-13

canvas-design

124.2k

Generates original PNG/PDF visual art via design philosophy manifestos for posters, graphics, and static designs on user request.

20 files

anthropics-skills-13

Stats

Stars136

Forks14

Last CommitMar 29, 2026

Actions

View Source View Plugin View on GitHub View README

Product & Data Audit

Процесс

digraph audit_flow {
    "Определить объект аудита" [shape=box];
    "Собрать данные" [shape=box];
    "Сгенерировать HTML (12 секций)" [shape=box];
    "Открыть в браузере" [shape=box];

    "Определить объект аудита" -> "Собрать данные";
    "Собрать данные" -> "Сгенерировать HTML (12 секций)";
    "Сгенерировать HTML (12 секций)" -> "Открыть в браузере";
}

1. Определить объект аудита

Спросить у пользователя, если неочевидно:

Аудит одного продукта, линейки или всей экосистемы бренда?
Какие файлы/системы читать?

workdir = корень git-репозитория текущего проекта. Если неочевидно — спросить у пользователя до шага 2.

2. Собрать данные

Обнаружить и прочитать источники по категориям (конкретные файлы зависят от проекта):

Архитектура проекта — CLAUDE.md, README, AGENTS.md, .cursor/rules, любые конфиг-файлы агентов
Канонические данные — файлы с ценами, метриками, офферами, аудиторией (искать по содержимому, не по имени)
Стратегия и планы — документы с insights, roadmap, OKR, ретро, планы
Операционные правила — правила в .claude/rules/, playbooks, runbooks
Рабочие документы — docs/, notes/, analysis/ — всё что есть
Управление задачами — GitHub Projects/Issues, Linear, Jira (если доступны через CLI)
Системы и конфиги — боты, CRM, базы, аналитика, мониторинг (конфиги, схемы, .env.example)
Внешние данные — API-запросы, CLI-команды для свежих метрик (если доступны)

Для каждого источника фиксировать: что внутри, дата snapshot, качество, ограничения.

Обнаружение источников: начать с CLAUDE.md / README.md в корне — они обычно описывают структуру проекта и указывают на канонические файлы. Затем ls + glob по корню для обнаружения остального.

Свежесть данных: если snapshot старше 14 дней — добавить [snapshot: YYYY-MM-DD] рядом с числом. Если старше 30 дней — пометить [УСТАРЕЛО: YYYY-MM-DD].

Если канонические файлы не найдены: пометить числовые утверждения НЕИЗВЕСТНО. [источник не найден] и продолжить аудит с доступными данными.

3. Сгенерировать отчёт

Основной артефакт = HTML ({workdir}/research/product-data-audit.html). Markdown-версия (.md) — опциональна, генерировать только по явному запросу пользователя.

Структура — 12 секций (0–11), см. references/report-structure.md. Секция 0 = диаграмма экосистемы.

Тегирование: каждое утверждение маркировать:

ФАКТ. — подтверждено данными, указать источник
ГИПОТЕЗА. — логичный вывод, требует проверки
НЕИЗВЕСТНО. — слепое пятно, данных нет

Правило числовой конкретики (обязательно):

Каждый ФАКТ должен содержать конкретные числа, если они доступны в источниках
После числа — ссылка на источник в формате [файл:строка] или [система → запрос]
Если число можно получить запросом (SQL, API, file read) — получить, не оставлять "самый маржинальный"
Плохо: "канал X — самый маржинальный"
Хорошо: "канал X — $Y/единица, ~$Z/час при Nч работы [<файл-с-ценами>:<метка>]"
Если число недоступно — явно пометить [число не найдено] вместо голого утверждения

Терминология: русский язык, англицизмы только для устоявшихся стандартов (CRM, API, KPI). См. references/terminology.md.

Рекомендации по отсутствующим артефактам: в секции 7 (контуры внедрения) проверить наличие 18 операционных артефактов из references/missing-artifacts-checklist.md. Отсутствующие — включить как рекомендации с приоритетом и минимальной версией. 4 категории: стратегия (NSM, OKR), AI-native (CLAUDE.md, промпты, runbook), инфраструктура данных (SSOT, определения метрик), governance (журнал решений, эскалация).

4. Сгенерировать HTML

Создать {workdir}/research/product-data-audit.html по дизайн-спецификации из references/html-design-spec.md. Навигация = 12 секций (0–11).

5. Открыть в браузере

open {workdir}/research/product-data-audit.html
# Если `open` недоступна — вывести абсолютный путь для ручного открытия

Типичные ошибки

Ошибка	Как избежать
Англицизмы при наличии русского аналога	Проверять references/terminology.md
Факт без источника	Каждый `ФАКТ.` ссылается на файл/систему
Факт без числа	Если число доступно — получить и указать. "Самый маржинальный" → "$Y/единица, ~$Z/час [источник]"
Stale данные без маркировки	Snapshot > 14 дней → `[snapshot: дата]`, > 30 дней → `[УСТАРЕЛО: дата]`
Смешение фактов и гипотез	Не приписывать уверенность неподтверждённому
Нет диаграммы экосистемы	Секция 0 обязательна: SVG с 4 слоями и потоками между нодами
Нет секции "Неизвестное"	Слепые пятна важнее фактов для решений