BD sql-master
Интеллектуальный помощник SQL, поддерживающий выполнение SQL, оптимизацию переписывания, анализ качества, анализ данных, интеллектуальное автодополнение, запрос схемы, пакетное выполнение, импорт/экспорт данных. Сценарии использования: - Пользователь говорит «выполнить этот SQL» → execute или просто dbskiter sql «SELECT...» - Пользователь говорит «оптимизировать этот SQL» → rewrite - Пользователь говорит «проанализировать качество SQL» → analyze - Пользователь говорит «анализировать данные» → data - Пользователь говорит «SQL автодополнение» → complete - Пользователь говорит «просмотреть структуру таблицы» → schema - Пользователь говорит «пакетно выполнить SQL-файл» → batch - Пользователь говорит «экспортировать данные» → export - Пользователь говорит «импортировать данные» → import Использование: - dbskiter --output-mode=ai --database=<name> sql «SELECT * FROM users» - dbskiter --output-mode=ai --database=<name> sql execute «SELECT * FROM users» - dbskiter --output-mode=ai --database=<name> sql rewrite «SELECT * FROM users WHERE id = 1» - dbskiter --output-mode=ai --database=<name> sql analyze «SELECT * FROM orders» - dbskiter --output-mode=ai --database=<name> sql data «SELECT * FROM sales» - dbskiter --output-mode=ai --database=<name> sql complete «SELECT * FROM » - dbskiter --output-mode=ai --database=<name> sql schema --table=users - dbskiter --output-mode=ai --database=<name> sql batch queries.sql - dbskiter --output-mode=ai --database=<name> sql export --table=users --output=users.csv - dbskiter --output-mode=ai --database=<name> sql import data.csv --table=users
машинный переводПоказать оригиналСкрыть оригинал«SQL智能助手，支持SQL执行、重写优化、质量分析、数据分析、智能补全、Schema查询、批量执行、数据导入导出。 使用场景： - 用户说…»
SQL智能助手，支持SQL执行、重写优化、质量分析、数据分析、智能补全、Schema查询、批量执行、数据导入导出。 使用场景： - 用户说"执行这个SQL" → execute 或直接 dbskiter sql "SELECT..." - 用户说"优化这个SQL" → rewrite - 用户说"分析SQL质量" → analyze - 用户说"分析数据" → data - 用户说"SQL补全" → complete - 用户说"查看表结构" → schema - 用户说"批量执行SQL文件" → batch - 用户说"导出数据" → export - 用户说"导入数据" → import 用法： - dbskiter --output-mode=ai --database=<name> sql "SELECT * FROM users" - dbskiter --output-mode=ai --database=<name> sql execute "SELECT * FROM users" - dbskiter --output-mode=ai --database=<name> sql rewrite "SELECT * FROM users WHERE id = 1" - dbskiter --output-mode=ai --database=<name> sql analyze "SELECT * FROM orders" - dbskiter --output-mode=ai --database=<name> sql data "SELECT * FROM sales" - dbskiter --output-mode=ai --database=<name> sql complete "SELECT * FROM " - dbskiter --output-mode=ai --database=<name> sql schema --table=users - dbskiter --output-mode=ai --database=<name> sql batch queries.sql - dbskiter --output-mode=ai --database=<name> sql export --table=users --output=users.csv - dbskiter --output-mode=ai --database=<name> sql import data.csv --table=users
Интеллектуальный помощник SQL, поддерживающий выполнение SQL, оптимизацию переписывания, анализ качества, анализ данных, интеллектуальное автодополнение…
Как процесс D 49/100 · Процесс не доведён — 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.
- Сократите description до 1024 символов.
- 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
description-longdescription 1094 символов, лимит 1024 - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 49/100
- 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
- 40Согласованность. Имя во frontmatter (sql-master) не совпадает с папкой (dbskiter-sql-master)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 37
- 100Стоимость исполнения. Тело инструкции 1552 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Ответ описан самодельной разметкой (16 тегов): типизированный вызов надёжнее
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)
- +3Длина description 1093: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 11 примера фраз-триггеров в кавычках
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 37 пунктов
- +4Есть примеры (21 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 49.