SKILLEMALL.ai

BC sn-da-excel-workflow

Многошаговый оркестратор анализа данных Excel. Охватывает: (1) чтение файлов Excel с несколькими листами и подсчет строк, (2) обнаружение больших файлов (автоматическая оптимизация Parquet для ≥10 тыс. строк), (3) очистка данных (пропущенные значения, стандартизация текста, недействительные символы), (4) условная фильтрация и извлечение по категориям, (5) агрегация статистики между листами, (6) экспорт в Excel/CSV и предоставление ссылки для скачивания. Охватывает весь процесс от чтения данных до генерации отчета, оркеструя дочерние навыки по шагам. **Активно используйте этот навык при возникновении любой из следующих ситуаций, не отвечайте, написав несколько строк pandas**: ① Пользователь использует триггерные слова: Анализ Excel / Анализ таблиц / Анализ данных / Очистка данных / Статистика данных / Фильтрация данных / Визуализация данных / Экспорт данных / Сводная статистика / Сводная таблица / Групповая статистика / Кросс-анализ / Анализ трендов / Сравнительный анализ / Обнаружение аномалий / Дедупликация / Обработка пропущенных значений / Отчет Excel / Генерация отчета / analyze Excel / data analysis / data cleaning / pivot table; ② Пользователь загружает или указывает файл .xlsx / .xls / .csv и запрашивает анализ, очистку, статистику или визуализацию; ③ Задача включает чтение нескольких листов, условную фильтрацию, групповую агрегацию или генерацию диаграмм; ④ Пользователь запрашивает экспорт отчета Excel с форматированием или ссылку для скачивания. Не используется для: обработки чистого текста без табличных данных, анализа изображений (используйте sn-da-image-caption), простых вопросов с расчетом одного выражения.

машинный переводПоказать оригиналСкрыть оригинал«Excel 数据分析多步编排器。覆盖:(1) 读取多 Sheet Excel 文件并统计行数,(2) 大文件检测(≥10k 行自动 Parq…»

Excel 数据分析多步编排器。覆盖:(1) 读取多 Sheet Excel 文件并统计行数,(2) 大文件检测(≥10k 行自动 Parquet 优化),(3) 数据清洗(缺失值、文本标准化、无效字符),(4) 条件筛选与分类提取,(5) 跨 Sheet 统计聚合,(6) 导出 Excel/CSV 并提供下载链接。覆盖从数据读取到报告生成全流程,按步骤编排 capability 子 skill。**遇到以下任一情况就主动使用本 skill,不要自行写几行 pandas 就回答**:①用户出现触发词:Excel 分析 / 表格分析 / 数据分析 / 数据清洗 / 数据统计 / 数据筛选 / 数据可视化 / 数据导出 / 汇总统计 / 透视表 / 分组统计 / 交叉分析 / 趋势分析 / 对比分析 / 异常值检测 / 去重 / 缺失值处理 / Excel 报告 / 生成报表 / analyze Excel / data analysis / data cleaning / pivot table;②用户上传或指定了 .xlsx / .xls / .csv 文件并要求分析、清洗、统计或可视化;③任务涉及多 Sheet 读取、条件筛选、分类汇总、图表生成中的任意一项;④用户要求导出带格式的 Excel 报告或下载链接。仅不用于:不涉及表格数据的纯文本处理、图片分析(使用 sn-da-image-caption)、单个公式计算的简单问答。

ClawHub Agent Skills автор: SenseNova-Skills v2026.8.19 MIT-0 46 файлов тело ≈ 2 342 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Многошаговый оркестратор анализа данных Excel.

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ПроцедураExcelДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
50/100
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 50/100

  • 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
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2342 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 625 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This is a coherent Excel-analysis skill, but it broadly routes generic data-analysis requests and repeatedly creates local derived files while applying potentially destructive Chinese-only text cleaning.
LLM: suspicious (high) · VirusTotal: · 19 авг. 2026 г.