AC decision-briefing-claw
Помощник по автоматическому сбору ежедневных операционных данных и отправке сводок (Decision Brief Shrimp). Собирает ключевые бизнес-показатели из различных источников данных (базы данных/API/Excel/многомерные таблицы Feishu), автоматически рассчитывает год к году и месяц к месяцу, генерирует структурированные сводки и отправляет их в Feishu/почту/WeCom и другие каналы. Сценарии активации: (1) требуется ежедневный автоматический сбор операционных данных; (2) требуется регулярное получение сводок о ходе бизнеса; (3) необходимо объединить данные из разрозненных систем в один отчет; (4) требуется, чтобы руководство быстро понимало вчерашнюю операционную ситуацию; (5) необходимо отслеживать ежедневные изменения ключевых KPI. Ключевые слова: ежедневная сводка, операционные данные, сбор данных, автоматический отчет, регулярная отправка, бизнес-сводка, ежедневный отчет, панель данных, сводка KPI, операционный ежедневный отчет, автоматический отчет, сводка данных.
машинный переводПоказать оригиналСкрыть оригинал«每日经营数据自动汇总与简报推送助手（决策简报虾）。从多个数据源（数据库/API/Excel/飞书多维表格）采集关键业务指标，自动计算同比环比…»
每日经营数据自动汇总与简报推送助手（决策简报虾）。从多个数据源（数据库/API/Excel/飞书多维表格）采集关键业务指标，自动计算同比环比，生成结构化简报，并推送到飞书/邮件/企业微信等渠道。激活场景：(1) 需要每日自动汇总经营数据；(2) 想要定时收到业务进展简报；(3) 需要将散落在多个系统的数据整合到一份报告；(4) 希望决策层快速了解昨日经营状况；(5) 需要追踪关键 KPI 的每日变化。触发关键词：每日简报、经营数据、数据汇总、自动报告、定时推送、业务简报、日报、数据看板、KPI 汇总、经营日报、自动汇报、数据摘要。
Помощник по автоматическому сбору ежедневных операционных данных и отправке сводок (Decision Brief Shrimp).
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 53/100
- 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
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 15
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 488 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 268 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 15 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.