SKILLEMALL.ai
GitHub ↗ EN Войти

CC data-ai-engineer

(описание отсутствует)

ClawHub Agent Skills автор: Jackskill v1.0.2 MIT-0 2 файла тело ≈ 8 071 токенов Открыть источникclawhub.ai↗ проанализирован 9 ч назад

Comprehensive skill for data science, data engineering, machine learning, artificial intelligence, and quantitative analysis.

Как процесс C 64/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, стоимость исполнения

АнализаторGoogle CloudИИ и агентыИнфраструктураТексты и документытип 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
60/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
0
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Когда включается вес 12
0
Входы и предусловия вес 11
0
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Добавьте description во фронтматтер: без него скилл никогда не сработает.
  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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка frontmatter SKILL.md: no YAML frontmatter block found
  • ошибка name-missing SKILL.md: нет поля name во фронтматтере
  • ошибка description-missing SKILL.md: нет description — скилл никогда не сработает
  • предупреждение body-long тело SKILL.md ≈ 8071 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 64/100

  • 0Когда включается. Не сказано, при каком запросе скилл включается
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 40Стоимость исполнения. Тело инструкции 8071 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash, web, git, python), но во frontmatter они не объявлены
  • 85Шаги. Шагов: 312, расплывчатых формулировок: 3
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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 0: рекомендуется 120–800 символов
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 312 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 0.

Внешние проверки

ClawHub: clean
This is a documentation-only data and AI engineering skill with broad but disclosed scope and no evidence of hidden execution, persistence, or data exfiltration.
LLM: benign (high) · VirusTotal: · 22 июл. 2026 г.