SKILLEMALL.ai

AB synthetic-data-generator

Генератор синтетических данных: генерируйте синтетические тестовые данные: люди, компании, семьи, электронная коммерция, системы аутентификации, CRM, финансовые, технические идентификаторы. 10 локалей, граничные случаи, детерминированное начальное значение. Используйте, когда агенту нужен генератор синтетических данных, для генерации реалистичных данных клиентов, моделей использования и истории транзакций, граничных случаев для проверки надежности пользовательского интерфейса, генерации данных по типу, количеству через удаленные вызовы инструментов, размещенных на AgentPMT. Термины для обнаружения: synthetic data generator, generate realistic customer data.

машинный переводПоказать оригиналСкрыть оригинал«Synthetic Data Generator: Generate synthetic test data: persons, compa…»

Synthetic Data Generator: Generate synthetic test data: persons, companies, families, e-commerce, auth systems, CRM, financial, technical IDs. 10 locales, edge cases, deterministic seeding. Use when an agent needs synthetic data generator, generate realistic customer data, usage patterns, and transaction history, edge cases to validate ui robustness, generate, data type, count through AgentPMT-hosted remote tool calls. Discovery terms: synthetic data generator, generate realistic customer data.

ClawHub Agent Skills автор: AgentPMT v1.0.0 MIT-0 3 файла тело ≈ 4 085 токенов Открыть источникclawhub.ai проанализирован 29 ч назад

Генератор синтетических данных: генерируйте синтетические тестовые данные: люди, компании, семьи, электронная коммерция, системы аутентификации, CRM…

Как процесс B 66/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 66/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Стоимость исполнения. Тело инструкции 4085 токенов
    • 100Шаги. Шагов: 62
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 12. 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 499 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 62 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (19 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This is a disclosed remote synthetic-data tool, with expected paid AgentPMT calls and test-data outputs, but users should invoke it deliberately and keep generated secret-like or injection-like data in test contexts.
    LLM: benign (high) · VirusTotal: · 10 июн. 2026 г.