SKILLEMALL.ai

BD excel-auto-cleaner

Автоматическая очистка данных Excel — автоматическое удаление дубликатов, унификация форматов, обработка пропущенных значений, интеллектуальная классификация, перекрестная проверка. Перетащите грязные данные, получите чистый и готовый к использованию отчет. Поддерживает несколько форматов: CSV/XLSX/JSON. Подходит для финансистов, операционных менеджеров, аналитиков данных, продавцов электронной коммерции.

машинный переводПоказать оригиналСкрыть оригинал«Excel 数据自动清洗引擎 — 自动去重、格式统一、缺失值处理、智能分类、交叉验证。 拖进去一份脏数据,出来一份干净能用的报表。支持 CS…»

Excel 数据自动清洗引擎 — 自动去重、格式统一、缺失值处理、智能分类、交叉验证。 拖进去一份脏数据,出来一份干净能用的报表。支持 CSV/XLSX/JSON 多格式。 适合财务、运营、数据分析师、电商卖家。

ClawHub Agent Skills автор: Lijinhao123-Dot v1.0.0 MIT-0 2 файла тело ≈ 372 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Автоматическая очистка данных Excel — автоматическое удаление дубликатов, унификация форматов, обработка пропущенных значений, интеллектуальная классификация…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникExcelДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
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")
  • заметка frontmatter-key неизвестное поле фронтматтера "clawhub"

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (excel-auto-cleaner) не совпадает с папкой (excel-auto-cleaner-pro)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 29
  • 100Стоимость исполнения. Тело инструкции 372 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 106: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 29 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
This spreadsheet-cleaning skill fits its purpose, but it can process sensitive business or personal data and includes under-scoped external lookup/export behavior.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.