SKILLEMALL.ai

AC analysis-report

Организует и генерирует полные отчеты по анализу данных. Обязательно используйте этот Skill, когда пользователю нужен структурированный аналитический отчет (а не отдельный запрос метрики или точечный анализ). Этот Skill является оркестратором — он не содержит логики анализа, но знает, "что должно быть в хорошем отчете", и последовательно вызывает Skill уровня возможностей (metric-query, anomaly-detection, metric-attribution, forecast-simulation) в соответствии с шаблоном отчета для выполнения анализа каждого раздела, а затем объединяет результаты в связное повествование. Сценарии запуска включают, но не ограничиваются: когда пользователь упоминает "составить отчет", "ежемесячный отчет", "еженедельный отчет", "аналитический отчет", "отчет", "рабочий итог", "бизнес-анализ", "обзор данных", "обзор результатов", "составить отчет по XX", "помоги мне составить отчет", "подвести итоги прошлого месяца", "отчет для босса", "краткий бизнес-отчет", "отчет по данным", или когда пользователь хочет провести всесторонний, систематический анализ определенной бизнес-области и выдать документ, следует использовать этот Skill. **Ключевой фактор определения триггера**: Пользователь хочет получить **полный, многокомпонентный аналитический документ**, а не запрос отдельной точки данных или односторонний анализ. Способ различения: - "Составить ежемесячный отчет" "Сделать отчет по анализу продаж" → analysis-report (полный отчет) - "Сколько было продаж в прошлом месяце" → metric-query (запрос отдельной метрики) - "Были ли аномалии в продажах" → anomaly-detection (однократное обнаружение аномалий) - "Каждый месяц составлять ежемесячный отчет" → scheduled-report (включает намерение "каждый месяц/в будущем" = запланированное выполнение). **Различие с scheduled-report**: Этот Skill отвечает за "составить отчет сейчас" (однократное выполнение); scheduled-report отвечает за "регулярно в будущем" (запись + запланированное повторное выполнение). Критерием является наличие в выражении пользователя слов "по расписанию/регулярно/каждые X/всегда в будущем" и т. д., указывающих на намерение повторного выполнения. Нет → этот Skill; есть → scheduled-report. **Предпосылка**: Этот Skill не запрашивает данные напрямую и не выполняет анализ, вся работа по анализу делегируется Skill уровня возможностей. Его основная ценность — знание структуры отчета и способность к повествовательной оркестровке.

машинный переводПоказать оригиналСкрыть оригинал«编排并生成完整的数据分析报告。当用户需要一份结构化的分析报告(而非单个指标查询或单点分析)时,必须使用此 Skill。本 Skill 是编排…»

编排并生成完整的数据分析报告。当用户需要一份结构化的分析报告(而非单个指标查询或单点分析)时,必须使用此 Skill。本 Skill 是编排层——它不包含分析逻辑,而是知道"一份好报告该有什么内容",按报告模板依次调度能力层 Skill(metric-query、anomaly-detection、metric-attribution、forecast-simulation)执行各板块分析,最后将结果串联为连贯的分析叙事。 触发场景包括但不限于:用户提到"出一份报告""月报""周报""分析报告""汇报""工作总结""经营分析""数据复盘""业绩回顾""出一份XX分析""帮我做个报告""总结一下上月情况""给老板看的报告""经营简报""数据报告",或用户希望对某个业务领域做一次全面、系统的分析并输出文档时,都应使用此 Skill。 **触发判定关键**:用户想要的是一份**完整的、多板块的分析文档**,而非单个数据点查询或单项分析。区分方式: - "出一份月报""做个销售分析报告" → analysis-report(完整报告) - "上月销售额多少" → metric-query(单个数据查询) - "销售额有没有异常" → anomaly-detection(单项异常检测) - "以后每月都出月报" → scheduled-report(含"以后/每月"=定时意图) **与 scheduled-report 的区分**:本 Skill 管"现在就出一份报告"(一次性执行);scheduled-report 管"以后定期出"(录制+定时重放)。判断依据是用户表达中是否包含"定时/定期/每X/以后都"等重复执行意图。没有 → 本 Skill;有 → scheduled-report。 **前提**:本 Skill 不直接查数据或做分析,所有分析工作委派给能力层 Skill。它的核心价值是报告结构知识和叙事编排能力。

ClawHub Agent Skills автор: jackyujun v1.0.0 MIT-0 2 файла тело ≈ 1 697 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Организует и генерирует полные отчеты по анализу данных.

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

АнализаторДанные и аналитикатип 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: 2. 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 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: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1697 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 820: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 11 примера фраз-триггеров в кавычках
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (5 блоков кода)

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

Внешние проверки

ClawHub: clean
This is an instruction-only report-generation orchestration skill with no hidden installer, persistence, or direct data-access code.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.