SKILLEMALL.ai

AD data-relation

Следует вызывать, когда пользователь предоставляет таблицу/CSV/Excel/блок данных или упоминает "анализировать данные" "искать связи" "анализировать данные" "сопоставлять таблицы" "сравнивать данные" "есть ли проблемы с данными". Даже если пользователь не сказал "анализировать", но предоставил табличные данные и спросил "есть ли подвох" "помоги посмотреть" "правильные ли это данные", навык также активируется. Неприменимо для: написания кода для обработки CSV, объяснения концепций баз данных, визуализации графиков, чистого анализа журналов, проверки кода, анализа неструктурированного текста.

машинный переводПоказать оригиналСкрыть оригинал«只要用户提交表格/CSV/Excel/数据块,或提到"分析数据""找关系""盘数据""串表""对数据""看表""两表对比""数据有没有问题"…»

只要用户提交表格/CSV/Excel/数据块,或提到"分析数据""找关系""盘数据""串表""对数据""看表""两表对比""数据有没有问题",都应调用此技能。即使用户没说"分析",只要给了表格数据并问"有没有猫腻""帮我看看""这数据对不对",也触发。不适用于:写代码处理CSV、解释数据库概念、画图表可视化、纯日志排查、代码审查、非结构化文本分析。

ClawHub Agent Skills автор: renshengruozhiruchujian-sudo v1.0.7 MIT-0 7 файлов тело ≈ 2 799 токенов Открыть источникclawhub.ai проанализирован 21 ч назад

Следует вызывать, когда пользователь предоставляет таблицу/CSV/Excel/блок данных или упоминает "анализировать данные" "искать связи" "анализировать данные"…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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
  • 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: 5. 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 49/100

  • 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 (data-relation) не совпадает с папкой (data-analysis-skills)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 46
  • 100Стоимость исполнения. Тело инструкции 2799 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • medium Тестов 17, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
  • low Среди тестов нет случая на инъекцию через данные

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -241 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 175 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This is a text-only Chinese spreadsheet analysis skill that is purpose-aligned, with caution needed around detailed reasoning output and sensitive tables.
LLM: benign (medium) · VirusTotal: · 19 июл. 2026 г.