AC csv-data-processor
Набор инструментов для обработки CSV и данных с разделителями для преобразования, фильтрации, объединения, проверки и конвертации файлов данных. Используйте, когда пользователь хочет: (1) Просмотреть, отфильтровать или отсортировать CSV-файлы, (2) Объединить или соединить несколько CSV-файлов, (3) Конвертировать между CSV, JSON и SQL, (4) Очистить и проверить данные CSV (удалить дубликаты, исправить кодировку), (5) Извлечь столбцы или применить преобразования, (6) Сгенерировать статистику и сводки, (7) Обработать файлы с разделителями TSV, вертикальной чертой или пользовательскими разделителями.
машинный переводПоказать оригиналСкрыть оригинал«CSV and delimited data processing toolkit for transforming, filtering,…»
CSV and delimited data processing toolkit for transforming, filtering, merging, validating, and converting data files. Use when the user wants to: (1) View, filter, or sort CSV files, (2) Merge or join multiple CSV files, (3) Convert between CSV, JSON, and SQL, (4) Clean and validate CSV data (remove duplicates, fix encoding), (5) Extract columns or apply transformations, (6) Generate statistics and summaries, (7) Handle TSV, pipe-delimited, or custom delimiter files.
Набор инструментов для обработки CSV и данных с разделителями для преобразования, фильтрации, объединения, проверки и конвертации файлов данных.
Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- 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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: CSV and delimited data processing toolkit for transforming, filter… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
Процессный рейтинг: все десять параметров 52/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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
- 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: 4
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 484 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 472 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 4 пунктов
- +4Есть примеры (7 блоков кода)
- +3Все 7 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.