BC redcap-data-dictionary-generator
Генератор словаря данных REDCap — преобразует документы Word/Excel (CRF/протоколы) в словарь данных REDCap в формате CSV. ⚠️ Оригинальный redcap-crf-generator больше не обновляется, используйте эту версию. Сценарии использования: - Пользователь загружает документы Word/Excel с КИП/протоколами клинических испытаний и требует сгенерировать словарь данных - Преобразование опросников/анкет в формат CSV, импортируемый в REDCap Особенности: - Интеллектуальное распознавание структуры форм, разделов и полей - Поддержка одиночного выбора, множественного выбора, шкал Лайкерта, шкал частоты - Автоматическая генерация имен переменных, совместимых с CDISC - Автоматическое распознавание содержимого изображений (OCR) для таблиц оценки - Поддержка логики ветвления, вычисляемых полей, полей загрузки файлов
машинный переводПоказать оригиналСкрыть оригинал«开发者：邹和建、刘从进 REDCap Data Dictionary Generator - 将 Word/Excel 文档（CRF/方案…»
开发者：邹和建、刘从进 REDCap Data Dictionary Generator - 将 Word/Excel 文档（CRF/方案）转换为 CSV 格式的 REDCap 数据字典。 ⚠️ 原 redcap-crf-generator 已不再更新，请使用本版本。 适用场景： - 用户上传临床试验 CRF/方案 Word/Excel 文档，要求生成数据字典 - 将问卷/调查表转换为 REDCap 可导入的 CSV 格式 功能特点： - 智能识别表单、分节、字段结构 - 支持单选题、多选题、Likert量表、频率量表 - 自动生成 CDISC 兼容的变量名 - 自动识别图片内容（OCR）用于评分表 - 支持分支逻辑、计算字段、文件上传字段
Генератор словаря данных REDCap — преобразует документы Word/Excel (CRF/протоколы) в словарь данных REDCap в формате CSV.
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 51/100
- 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
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 13
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1196 токенов
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
- -32 из 2 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 328 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 19 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.