SKILLEMALL.ai

AD sop-bom-report

Сравнение и проверка SOP и BOM с генерацией независимого отчета о проверке. Поддерживает одновременную проверку одного SOP с несколькими BOM. Извлекает информацию о материалах из SOP (включая номер страницы, порядковый номер), сравнивает с BOM и генерирует отчет, содержащий три таблицы: материалы с различиями (сравнение бок о бок), материалы, уникальные для SOP, материалы, уникальные для BOM. Различия выделяются красным, повторяющиеся коды материалов — желтым. Сохраняет все повторяющиеся позиции материалов в SOP без объединения, сравнивая их поштучно с BOM. Автоматически очищает временные файлы и кэш старых отчетов. Кроссплатформенная совместимость (Linux/Mac/Windows). Поддерживает различные форматы SOP (стандартный формат, формат столбца AR, формат общих строк). Интеллектуально определяет столбцы позиционных обозначений и количества, автоматически настраивая формат отчета. Ширина столбцов адаптируется к длине содержимого, межстрочный интервал оптимизирован для более четкого отображения.

машинный переводПоказать оригиналСкрыть оригинал«SOP与BOM对比校对,生成独立校对报告。支持单个SOP与多个BOM合并校对。从SOP提取物料信息(含页码、序号),与BOM对比,生成包含三…»

SOP与BOM对比校对,生成独立校对报告。支持单个SOP与多个BOM合并校对。从SOP提取物料信息(含页码、序号),与BOM对比,生成包含三个表格的报告:有差异物料(并排对比)、SOP独有物料、BOM独有物料。差异用红色标注,重复物料编码用黄色标注。保留SOP中所有重复物料条目不合并,逐条与BOM对比校对。自动清理临时文件和旧报告缓存。跨平台兼容(Linux/Mac/Windows)。支持多种SOP格式(标准格式、AR列格式、共享字符串格式)。智能检测位号和数量列,自动调整报告格式。列宽自适应内容长度,行距优化显示更清晰。

ClawHub Agent Skills автор: 2656255594 v1.4.3 MIT-0 3 файла тело ≈ 995 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Сравнение и проверка SOP и BOM с генерацией независимого отчета о проверке.

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

СправочникExcelДанные и аналитикаИнфраструктуратип 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
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: 3. 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 "requires"

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: 41
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 995 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 264 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (10 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This is a local SOP/BOM Excel comparison skill whose file access and cleanup behavior are disclosed and aligned with generating reports.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.