AD data-source-evaluator
数据源评估与采集策略:评估数据可得性、质量、成本、合规性,输出数据采集方案。Invoke when user asks 数据源、数据采集、数据评估、数据策略、爬虫方案.
数据源评估与采集策略:评估数据可得性、质量、成本、合规性,输出数据采集方案。Invoke when user asks 数据源、数据采集、数据评估、数据策略、爬虫方案.
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Анализатортип и темы размечены автоматически по тексту скилла
Как улучшить
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
✓ По спецификации Agent Skills замечаний нет
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-source-evaluator) не совпадает с папкой (06-data-source-evaluator)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 15
- 100Стоимость исполнения. Тело инструкции 281 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 84: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 15 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.
Внешние проверки
ClawHub: suspicious
The skill is mostly a data-strategy template, but it explicitly tells agents to plan anti-scraping bypasses, which needs human review before installation.
LLM: suspicious (high) · VirusTotal: · 9 авг. 2026 г.