SKILLEMALL.ai
EN Войти

BD tech-report-skill

Генерирует HTML-отчеты по исследованиям и разработкам на основе данных Excel с патентами. Входные данные включают путь к файлу Excel со списком патентов, тему исследования и временной диапазон, автоматически выполняя весь процесс маркировки ключевых слов, анализа данных и генерации HTML-отчета.

машинный переводПоказать оригиналСкрыть оригинал«基于专利Excel数据生成技术研发简报HTML。输入包含专利清单的Excel文件路径、技术主题、时间范围，自动完成关键词标引、数据分析、HT…»

基于专利Excel数据生成技术研发简报HTML。输入包含专利清单的Excel文件路径、技术主题、时间范围，自动完成关键词标引、数据分析、HTML简报生成全流程。

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 17 файлов · 2 скрипта тело ≈ 1 502 токенов Открыть источникclawhub.ai↗ проанализирован 36 ч назад

Генерирует HTML-отчеты по исследованиям и разработкам на основе данных Excel с патентами.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураExcelДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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: 17. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "copyright"

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 80
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1502 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 19. 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)
  • +3Длина description 80: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +2Инструкции на одном языке
  • +4Структура: 34 заголовков
  • +3Пошаговые инструкции: 80 пунктов
  • +4Есть примеры (9 блоков кода)
  • +3Все 3 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
The skill does the advertised report generation, but it also runs topic-selected Python configuration code and performs automatic network/package actions that need careful review before installation.
LLM: suspicious (high) · VirusTotal: · 13 авг. 2026 г.