SKILLEMALL.ai

AD software-data-admapix-raw-developer-helper

Проектирование и укрепление необработанных рабочих процессов данных в стиле AdMapix для наборов данных, связанных с творчеством, приложениями, рейтингами, доходами и аналитикой, прежде чем они станут дашбордами или инструментами агента. Используйте, когда пользователь запрашивает AdMapix, необработанные данные, аналитику приложений, творческие данные, рейтинги или нуждается в практической поддержке рабочего процесса, кода, контрольного списка, документации или обзора для этой задачи.

машинный переводПоказать оригиналСкрыть оригинал«Design and harden AdMapix-style raw data workflows for creative, app,…»

Design and harden AdMapix-style raw data workflows for creative, app, ranking, revenue, and analytics datasets before they become dashboards or agent tools. Use when a user asks for AdMapix, raw data, app analytics, creative data, rankings, or needs practical workflow, code, checklist, documentation, or review support for this job.

ClawHub Agent Skills автор: Kyro v0.1.1 MIT-0 7 файлов тело ≈ 566 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проектирование и укрепление необработанных рабочих процессов данных в стиле AdMapix для наборов данных, связанных с творчеством, приложениями, рейтингами…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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

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: 7. 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 46/100

    • 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: 3, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (software-data-admapix-raw-developer-helper) не совпадает с папкой (software-data-admapix-raw-developer-helper-040526)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 17
    • 100Стоимость исполнения. Тело инструкции 566 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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 333 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This appears to be a documentation/workflow skill for AdMapix-style raw data work, with no evidence of malware or hidden high-impact behavior.
    LLM: benign (medium) · VirusTotal: · 23 июн. 2026 г.