SKILLEMALL.ai
GitHub ↗ EN Войти

CD metric-query

Создание запросов API для получения данных метрик (семантический слой). Обязательно используйте этот навык, когда пользователю необходимо запрашивать данные метрик, создавать тело запроса API для метрик, выполнять быстрые расчеты, такие как сопоставление с предыдущим периодом/доля/ранжирование/ограничение по времени, определять временные метрики, устанавливать условия фильтрации по измерениям. Сценарии запуска включают, но не ограничиваются: пользователь упоминает "запрос метрик", "API метрик", "данные метрик", "запрос семантического слоя", "metrics query", "сопоставление с предыдущим периодом", "доля", "ранжирование", "ограничение по времени", "metricDefinitions", "timeConstraint", "filters", "dimensions", или когда требуется помощь в создании JSON-тела запроса для метрик. Даже если пользователь просто спрашивает, как фильтровать данные, как делать сопоставление с предыдущим периодом или как определить временные метрики, следует активировать этот навык. **Важно: перед построением запроса обязательно получите информацию о соответствующих метриках и измерениях через Gateway API, запрещается угадывать имена метрик или измерений по памяти.**

машинный переводПоказать оригиналСкрыть оригинал«构建指标平台（语义层）的指标数据查询 API 请求。当用户需要查询指标数据、构造指标查询API请求体、使用同环比/占比/排名/时间限定等快速…»

构建指标平台（语义层）的指标数据查询 API 请求。当用户需要查询指标数据、构造指标查询API请求体、使用同环比/占比/排名/时间限定等快速计算、定义临时指标、设置维度筛选过滤条件时，必须使用此 Skill。 触发场景包括但不限于：用户提到"查询指标"、"指标API"、"指标数据"、"语义层查询"、"metrics query"、"同环比"、"占比"、"排名"、"时间限定"、"metricDefinitions"、"timeConstraint"、"filters"、"dimensions"，或需要帮助构造指标查询的 JSON 请求体时都应使用此 Skill。即使用户只是问如何筛选数据、如何做同比环比、如何定义临时指标，也应触发此 Skill。 **重要：构建查询前，必须先通过 Gateway API 检索相关指标和维度信息，禁止凭记忆猜测指标名或维度名。**

ClawHub Agent Skills автор: jackyujun v1.0.2 MIT-0 3 файла тело ≈ 9 983 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Создание запросов API для получения данных метрик (семантический слой).

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияДанные и аналитикатип 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
C
70/100
безопасность, качество, тесты
Безопасность 60%
75
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • средняя Утечка данных net-credential-use SKILL.md:47
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    > curl -H "X-API-Key: $CAN_API_KEY" "https://gateway.can.aloudata.com/api/metrics/search?pageSize=5" --data-urlencode "keyword=客单价" -G
  • средняя Утечка данных net-credential-use SKILL.md:49
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    > curl -H "X-API-Key: $CAN_API_KEY" "https://gateway.can.aloudata.com/api/metrics/search?pageSize=3" --data-urlencode "keyword=客单价,销售额" -G
  • средняя Утечка данных net-credential-use SKILL.md:51
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    > curl -H "X-API-Key: $CAN_API_KEY" "https://gateway.can.aloudata.com/api/metrics/AOV/dimensions"
  • средняя Утечка данных net-credential-use SKILL.md:53
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    > curl -H "X-API-Key: $CAN_API_KEY" "https://gateway.can.aloudata.com/api/metrics/AOV/dimensions" --data-urlencode "keyword=渠道" -G
  • средняя Утечка данных net-credential-use SKILL.md:55
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    > curl -H "X-API-Key: $CAN_API_KEY" "https://gateway.can.aloudata.com/api/metrics/AOV/dimensions" --data-urlencode "keyword=渠道,地区,品牌" -G

Просканировано файлов: 3. 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")
  • предупреждение body-long тело SKILL.md ≈ 9983 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "permissions"
  • заметка frontmatter-key неизвестное поле фронтматтера "env_vars"
  • заметка frontmatter-key неизвестное поле фронтматтера "domain_whitelist"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "metadata.openclaw"

Процессный рейтинг: все десять параметров 43/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Стоимость исполнения. Тело инструкции 9983 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 122
  • 100Согласованность. Имя и обязательные поля на месте
  • 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -295 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 385 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 58 заголовков
  • +3Пошаговые инструкции: 122 пунктов
  • +4Есть примеры (48 блоков кода)

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

Внешние проверки

ClawHub: clean
This is an instruction-only Aloudata metric-query helper that discloses its API-key and outbound gateway use, with no hidden code or persistence found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.