SKILLEMALL.ai

AC gis-site-suitability-analysis

Используйте этот навык, когда ГИС-аналитик, градостроитель, экологический консультант или специалист по выбору площадки должен составить отчет об анализе пригодности площадки по множеству критериев (MCSA), документирующий пространственные слои данных, обоснование весов, методологию анализа и интерпретацию результатов. Охватывает определение критериев, взвешенное наложение или булево экранирование, документирование источников данных и обоснованное описание методологии. Создает ЧЕРНОВОЙ вариант отчета для рассмотрения аналитиком и заинтересованными сторонами.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when a GIS analyst, urban planner, environmental consul…»

Use this skill when a GIS analyst, urban planner, environmental consultant, or site selection professional needs to draft a multi-criteria site suitability analysis (MCSA) report documenting spatial data layers, weighting rationale, analysis methodology, and results interpretation. Covers criteria definition, weighted overlay or Boolean screening, data source documentation, and a defensible methodology narrative. Produces a DRAFT report for analyst and stakeholder review.

ClawHub Agent Skills автор: devasher v0.1.0 MIT-0 4 файла тело ≈ 1 616 токенов Открыть источникclawhub.ai проанализирован 24 ч назад

Используйте этот навык, когда ГИС-аналитик, градостроитель, экологический консультант или специалист по выбору площадки должен составить отчет об анализе…

Как процесс C 63/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск

АнализаторДанные и аналитикаИсследованияТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 63/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 85Шаги. Шагов: 16, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1616 токенов

    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 476 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This skill is a documentation helper for drafting GIS site suitability reports and does not include executable code or hidden data access.
    LLM: benign (high) · VirusTotal: · 30 мая 2026 г.