SKILLEMALL.ai

AC warehouse-chart-reports

Генерируйте аналитические диаграммы склада, изображения таблиц и готовые к отчету визуализации из данных SQLite/CSV. Используйте, когда пользователь запрашивает диаграммы склада, изображения таблиц продуктов, круговые диаграммы состояния запасов, визуализации доходов/прибыли, визуализации отсутствующих продуктов или графические материалы для отчетности в формате PDF/слайдов.

машинный переводПоказать оригиналСкрыть оригинал«Generate warehouse analytics charts, table images, and report-ready vi…»

Generate warehouse analytics charts, table images, and report-ready visuals from SQLite/CSV data. Use when the user asks for warehouse charts, product table images, stock health pie charts, revenue/profit visuals, missing-product visuals, or image assets for PDF/slide reporting.

ClawHub Agent Skills автор: CHINMAYA GARNAIK v1.0.0 4 файла тело ≈ 248 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генерируйте аналитические диаграммы склада, изображения таблиц и готовые к отчету визуализации из данных SQLite/CSV.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ГенераторДанные и аналитикатип 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
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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 53/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (warehouse-chart-reports) не совпадает с папкой (warehouse-reports)
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 9
    • 100Стоимость исполнения. Тело инструкции 248 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 279 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 4 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +4Есть примеры (2 блоков кода)
    • +3Все 2 скриптов описаны в инструкциях

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

    Внешние проверки

    ClawHub: clean
    This skill appears to be a straightforward local warehouse report generator that reads a chosen SQLite database and writes chart/report files.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.