SKILLEMALL.ai

AD enterprise-report-merger

Навык для консолидации корпоративной отчетности. Объединяет несколько корпоративных отчетов в форматах Excel/PDF/изображений (основные финансовые отчеты, бюджеты отделов, таблицы данных по бизнесу и т. д.) в единый отчет по заданному шаблону и вставляет результат в шаблон Word для создания профессионального отчета. Включает три стратегии объединения: вертикальное объединение нескольких таблиц, сопоставление ключевых статей и объединение отчетов с корректировочными проводками. При явном запросе на создание аналитического отчета (например, отчета по кредитованию) и отсутствии шаблона автоматически создает полный аналитический отчет, включающий финансовые коэффициенты, оценку рисков и стратегические рекомендации. Триггеры: консолидация отчетов, сводный отчет, вставка в шаблон Word, консолидация отчетности группы.

машинный переводПоказать оригиналСкрыть оригинал«企业报表合并技能。将多个 Excel/PDF/图片格式的企业报表(财务三大表、部门预算表、业务数据表等)按指定模式合并为统一报表,并将合并结…»

企业报表合并技能。将多个 Excel/PDF/图片格式的企业报表(财务三大表、部门预算表、业务数据表等)按指定模式合并为统一报表,并将合并结果无缝嵌入 Word 模板生成专业报告。内置三种合并策略:多表纵向堆叠、关键科目映射匹配、合并报表+抵销分录。当用户明确要求生成分析报告(如贷后分析报告)且无模板时可自动构建含财务比率、风险评估与战略建议的完整分析报告。触发词:合并报表、汇总报表、填入Word模板、集团合并报表。

ClawHub Claude Code автор: Merlinbeard000 v1.1.1 MIT-0 11 файлов тело ≈ 3 348 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык для консолидации корпоративной отчетности.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураWordExcelДанные и аналитикаРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 11. 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 "agent_created"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 62
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3348 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 210 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 38 заголовков
  • +3Пошаговые инструкции: 62 пунктов
  • +4Есть примеры (19 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: clean
This is a disclosed local financial-report merging skill with no evidence of hidden access, exfiltration, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 21 авг. 2026 г.