SKILLEMALL.ai

AB generate-import-template-data

Генерируйте данные, готовые к импорту, из предоставленных пользователем шаблонов импорта Excel или CSV на основе описанного клиентом сценария бизнеса. Используйте, когда Codex получает загруженный шаблон, рабочую книгу или CSV, и пользователь просит сгенерировать, заполнить, имитировать, создать, подготовить или вывести соответствующие данные шаблона, примеры строк, начальные данные, тестовые данные или импортируемый контент. Этот навык должен использоваться всякий раз, когда пользователь загружает шаблон и запрашивает генерацию соответствующих данных шаблона.

машинный переводПоказать оригиналСкрыть оригинал«Generate import-ready data from user-provided Excel or CSV import temp…»

Generate import-ready data from user-provided Excel or CSV import templates based on the customer's described business scenario. Use when Codex receives an uploaded template, workbook, or CSV and the user asks to generate, fill, mock, fabricate, prepare, or output corresponding template data, sample rows, initialization data, test data, or import content. This skill must be used whenever the user uploads a template and requests corresponding template data generation.

ClawHub Agent Skills автор: huahuaweiwei v1.0.0 MIT-0 5 файлов тело ≈ 1 003 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генерируйте данные, готовые к импорту, из предоставленных пользователем шаблонов импорта Excel или CSV на основе описанного клиентом сценария бизнеса.

Как процесс B 71/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

ГенераторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Отчётность по ходу вес 2
0
Входы и предусловия вес 11
30
Инструменты и файлы вес 18
60
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: 5. 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 71/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Входы и предусловия. Не сказано, что нужно иметь на входе
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Ошибки и развилки. Развилок: 10
    • 100Шаги. Шагов: 31
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1003 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 471 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 31 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: clean
    This is a focused spreadsheet-template helper that reads user-provided import templates and generates matching sample data without network access, credential use, or hidden persistence.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.