SKILLEMALL.ai

BC csv-tool-pro

Универсальный инструмент для работы с CSV — просмотр, фильтрация, сортировка, объединение, разделение, дедупликация, конвертация (JSON/YAML/TSV/Markdown), статистика и сводные таблицы. Чистый Python, без внешних зависимостей. GitHub: https://github.com/darbling/clawhub-skills Активируется, когда пользователю нужно обработать CSV-файлы, очистить данные, преобразовать форматы, объединить таблицы, удалить дубликаты, выполнить статистический анализ.

машинный переводПоказать оригиналСкрыть оригинал«CSV Swiss army knife - view, filter, sort, merge, split, dedupe, conve…»

CSV Swiss army knife - view, filter, sort, merge, split, dedupe, convert (JSON/YAML/TSV/Markdown), stats, and pivot tables. Pure Python, zero external dependencies. GitHub: https://github.com/darbling/clawhub-skills 当用户需要处理CSV文件、数据清洗、格式转换、表格合并、去重、统计时触发。

ClawHub Agent Skills автор: darbling v1.0.0 MIT-0 3 файла тело ≈ 590 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Универсальный инструмент для работы с CSV — просмотр, фильтрация, сортировка, объединение, разделение, дедупликация, конвертация (JSON/YAML/TSV/Markdown)…

Как процесс C 52/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

ГенераторGitHubДанные и аналитикаРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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 frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: CSV Swiss army knife - view, filter, sort, merge, split, dedupe, c… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 52/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 24
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 590 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)
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 253 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.

Внешние проверки

ClawHub: clean
This is a local CSV utility with expected file read and write behavior and no evidence of hidden network access, credential use, persistence, or unrelated actions.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.