SKILLEMALL.ai

AB hologres-uv-compute

Вычисление UV/PV в Hologres с использованием динамических таблиц и RoaringBitmap для масштабируемой дедупликации в реальном времени. Используйте для создания инкрементальных конвейеров UV/PV, дедупликации пользователей на основе RoaringBitmap, гибкой агрегации UV по временным диапазонам и кодирования UID из текста в int для совместимости с bitmap. Триггеры: "hologres uv", "hologres pv", "roaringbitmap", "rb_build_agg", "rb_or_agg", "дедупликация", "расчет UV", "дедупликация пользователей", "дедупликация bitmap", "реальное время UV", "hg_id_encoding"

машинный переводПоказать оригиналСкрыть оригинал«Hologres UV/PV computation using Dynamic Tables and RoaringBitmap for…»

Hologres UV/PV computation using Dynamic Tables and RoaringBitmap for real-time deduplication at scale. Use for building incremental UV/PV pipelines, RoaringBitmap-based user deduplication, flexible time-range UV aggregation, and text-to-int UID encoding for bitmap compatibility. Triggers: "hologres uv", "hologres pv", "roaringbitmap", "rb_build_agg", "rb_or_agg", "去重", "UV计算", "用户去重", "bitmap去重", "实时UV", "hg_id_encoding"

ClawHub Agent Skills автор: francis v0.2.0 MIT-0 6 файлов тело ≈ 2 630 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Вычисление UV/PV в Hologres с использованием динамических таблиц и RoaringBitmap для масштабируемой дедупликации в реальном времени.

Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, отчётность по ходу

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

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: 6. 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 70/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 15
    • 100Входы и предусловия. Входные данные и предусловия перечислены
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2630 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 7 примера фраз-триггеров в кавычках
    • +3Длина description 425 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 15 пунктов
    • +4Есть примеры (11 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent Hologres analytics guide, but its examples can create persistent database objects and user-ID mappings if run against a real database.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.