SKILLEMALL.ai

AD 保险Excel自动数据分析工具

Инструмент автоматического анализа данных Excel для страхования — это навык автоматического анализа данных ИИ, основанный на часто используемых полях данных Excel страховыми работниками для фильтрации и анализа. Ключевые слова: анализ данных, анализировать данные, генерировать диаграммы, создавать диаграммы, отчеты по данным, EDA, исследовательский анализ, визуальный анализ, статистический отчет. Автоматически активируется, когда пользователь предоставляет файл данных и запрашивает анализ, генерацию диаграмм или создание отчета.

машинный переводПоказать оригиналСкрыть оригинал«保险Excel自动数据分析工具,是基于保险从业人员常用的excel数据字段进行筛选和分析的AI自动数据分析skills。 触发词:数据分析、…»

保险Excel自动数据分析工具,是基于保险从业人员常用的excel数据字段进行筛选和分析的AI自动数据分析skills。 触发词:数据分析、分析数据、生成图表、制作图表、数据报告、EDA、探索性分析、可视化分析、统计报告。 当用户提供数据文件并要求分析、生成图表、制作报告时,自动触发本 Skill。

ClawHub Agent Skills автор: wwbwin v1.0.1 MIT-0 7 файлов тело ≈ 794 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Инструмент автоматического анализа данных Excel для страхования — это навык автоматического анализа данных ИИ, основанный на часто используемых полях данных…

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
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
  • 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 name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • 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 (保险Excel自动数据分析工具) не совпадает с папкой (basic-data-analysis)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 23
  • 100Стоимость исполнения. Тело инструкции 794 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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

  • +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 150 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: suspicious
The skill mostly matches its stated insurance data-analysis purpose, but it can send dataset-derived summaries to third-party AI services without a clear consent or redaction step.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.