SKILLEMALL.ai

BF semantic-creator

Создает семантические слои Kimball только на основе данных из API, CLI или таблиц с помощью HTML-инструментария; выдает OKF/YAML. Используйте этот навык, когда пользователи запрашивают семантические слои, размерные модели, онтологию, OKF, 语义层、接口转语义、维度建模或本体.

машинный переводПоказать оригиналСкрыть оригинал«Builds evidence-only Kimball semantic layers from APIs, CLIs, or table…»

Builds evidence-only Kimball semantic layers from APIs, CLIs, or tables with an HTML decision workbench; emits OKF/YAML. Use this skill when users request semantic layers, dimensional models, ontology, OKF, 语义层、接口转语义、维度建模或本体.

ClawHub Agent Skills автор: Schema Anything Labs v0.5.1 MIT-0 9 файлов тело ≈ 489 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Создает семантические слои Kimball только на основе данных из API, CLI или таблиц с помощью HTML-инструментария; выдает OKF/YAML.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/ingest.md, references/review.md, assets/review-template.html

ГенераторРазработкаЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/ingest.md, references/review.md, assets/review-template.html
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

Как улучшить

  1. 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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/ingest.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/review.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/review-template.html
  • предупреждение missing-ref ссылка на отсутствующий файл: references/emit-okf.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/emit-yaml.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/verify.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/examples.md

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/ingest.md, references/review.md, assets/review-template.html
  • 0Инструменты и файлы. Не хватает 7 файла(ов): references/ingest.md, references/review.md, assets/review-template.html
  • 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
  • 100Шаги. Шагов: 6
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 489 токенов
  • 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
  • -5В тексте остались TODO / заглушки
  • +2Инструкции на одном языке
  • +3Длина description 225 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This skill is a coherent semantic-layer modeling workflow that writes local review and output files and requires explicit user approval before generation.
LLM: benign (high) · VirusTotal: · 1 авг. 2026 г.