SKILLEMALL.ai

CF metric-attribution

Комплексная диагностика причин колебаний показателей, определение ключевых факторов, измерений и внешних событий, вызывающих изменения показателей. Обязательно используйте этот навык, когда пользователю необходимо проанализировать причины колебаний показателей, определить первопричины изменений показателей, выполнить факторный анализ (например, GMV = UV × коэффициент конверсии × средний чек) или понять, почему показатели выросли или упали. Сценарии срабатывания включают, но не ограничиваются: пользователь упоминает «атрибуция», «анализ атрибуции», «анализ колебаний», «атрибуция колебаний», «анализ первопричин», «первопричина», «нисходящий анализ», «нисходящая атрибуция», «почему вырос», «почему упал», «почему снизился», «почему вырос», «какая причина», «какое измерение вызвало», «анализ вклада», «вклад», «факторный разбор», «факторный анализ», «драйверы», «влияющие факторы», «причина изменения», «анализ различий», или когда пользователь выражает сомнение по поводу изменения показателя и хочет понять причину изменения. Даже если пользователь не произносит слово «атрибуция» напрямую, этот навык следует активировать, если его намерение — понять причину изменения показателя или определить проблемное измерение. **Важно: этот навык получает данные показателей через Gateway API, выполняет расчеты атрибуции локально, объединяет поиск внешних событий и в конечном итоге выдает комплексный отчет о диагностике атрибуции. Перед построением запроса необходимо получить соответствующую информацию о показателях и измерениях через Gateway API, запрещается угадывать названия показателей или измерений по памяти.**

машинный переводПоказать оригиналСкрыть оригинал«对指标波动进行综合归因诊断,定位导致指标变化的关键因子、维度和外部事件。当用户需要分析指标波动原因、定位指标变化的根因、做因子拆解归因(如…»

对指标波动进行综合归因诊断,定位导致指标变化的关键因子、维度和外部事件。当用户需要分析指标波动原因、定位指标变化的根因、做因子拆解归因(如 GMV = UV × 转化率 × 客单价)、或理解指标为什么涨跌时,必须使用此 Skill。 触发场景包括但不限于:用户提到"归因""归因分析""波动分析""波动归因""根因分析""根因""下钻分析""下钻归因""为什么涨了""为什么跌了""为什么下降""为什么增长""什么原因""哪个维度导致""贡献度分析""贡献度""因子拆解""因子分解""驱动因素""影响因素""变化原因""差异分析",或用户对某个指标的变化表达了疑问、希望了解变化背后的原因时,都应使用此 Skill。 即使用户没有直接说"归因"二字,只要其意图是理解指标变化的原因或定位问题维度,也应触发此 Skill。 **重要:本 Skill 通过组合调用 Gateway API 获取指标数据,在本地进行归因计算,结合外部事件检索,最终输出综合归因诊断报告。构建查询前,必须先通过 Gateway API 检索相关指标和维度信息,禁止凭记忆猜测指标名或维度名。**

LeoYeAI/openclaw-master-skills Agent Skills автор: LeoYeAI MIT 2 файла тело ≈ 4 159 токенов Открыть источникgithub.com проанализирован 28 ч назад

Комплексная диагностика причин колебаний показателей, определение ключевых факторов, измерений и внешних событий, вызывающих изменения показателей.

Как процесс F 34/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: {waterfall_chart_path}

ИнтеграцияДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
69/100
безопасность, качество, тесты
Безопасность 60%
75
Качество 40%
61
Прогон на моделях
не было
Процессный рейтинг
F
34/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: {waterfall_chart_path}
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • средняя Утечка данных net-credential-use SKILL.md:76
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    > curl -H "X-API-Key: $CAN_API_KEY" "https://gateway.can.aloudata.com/api/metrics/search?pageSize=5" --data-urlencode "keyword=销售额" -G
  • средняя Утечка данных net-credential-use SKILL.md:77
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    > curl -H "X-API-Key: $CAN_API_KEY" "https://gateway.can.aloudata.com/api/metrics/retail_amt/dimensions"
  • средняя Утечка данных net-credential-use SKILL.md:79
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    > curl -H "X-API-Key: $CAN_API_KEY" "https://gateway.can.aloudata.com/api/metrics/retail_amt/dimensions" --data-urlencode "keyword=渠道,地区,品牌" -G
  • средняя Утечка данных net-credential-use SKILL.md:121
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-API-Key: $CAN_API_KEY" "https://gateway.can.aloudata.com/api/metrics/search?pageSize=5" --data-urlencode "keyword=销售额" -G
  • средняя Утечка данных net-credential-use SKILL.md:177
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-API-Key: $CAN_API_KEY" "https://gateway.can.aloudata.com/api/metrics/search?pageSize=10" --data-urlencode "keyword=UV,转化率,客单价,购买人数" -G

Просканировано файлов: 2. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: {waterfall_chart_path}
  • заметка frontmatter-key неизвестное поле фронтматтера "permissions"
  • заметка frontmatter-key неизвестное поле фронтматтера "env_vars"
  • заметка frontmatter-key неизвестное поле фронтматтера "domain_whitelist"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "metadata.openclaw"

Процессный рейтинг: все десять параметров 34/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: {waterfall_chart_path}
  • 0Инструменты и файлы. Не хватает 1 файла(ов): {waterfall_chart_path}
  • 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
  • 70Стоимость исполнения. Тело инструкции 4159 токенов
  • 100Шаги. Шагов: 50
  • 100Согласованность. Имя и обязательные поля на месте
  • 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
  • -229 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 486 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 40 заголовков
  • +3Пошаговые инструкции: 50 пунктов
  • +4Есть примеры (17 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.