SKILLEMALL.ai
GitHub ↗ EN Войти

BD mec-aisql-cli

Платформа MEC для генерации, проверки и управления задачами HIVE SQL с помощью ИИ. Вызывается, когда пользователю требуется сгенерировать HIVE SQL на основе запросов на естественном языке, создать/выполнить SQL-задачи, запросить статус или результаты задач, выполнить пакетные запросы. Ключевые слова для вызова: aisql, генерация SQL, SQL-задачи, статус запроса.

машинный переводПоказать оригиналСкрыть оригинал«MEC 平台 AI SQL 生成、校验与任务管理 CLI。当用户需要通过自然语言需求生成 HIVE SQL、创建/执行 SQL 任务、查询任…»

MEC 平台 AI SQL 生成、校验与任务管理 CLI。当用户需要通过自然语言需求生成 HIVE SQL、创建/执行 SQL 任务、查询任务状态或结果、批量执行查询时调用。触发关键词：aisql、生成SQL、SQL任务、查询状态。

ClawHub Agent Skills автор: dailijia v1.0.0 MIT-0 17 файлов тело ≈ 1 367 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Платформа MEC для генерации, проверки и управления задачами HIVE SQL с помощью ИИ.

Как процесс D 41/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Шаги вес 15
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. 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: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1367 токенов
  • low Разделов верхнего уровня: 10. 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)
  • +3Длина description 116: рекомендуется 120–800 символов
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 17 заголовков
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: suspicious
The skill does what it claims, but it handles credentials and can automatically submit backend SQL work without enough safety controls for agent use.
LLM: suspicious (high) · 24 авг. 2026 г.