SKILLEMALL.ai

AB gspread-sheets

Пакетное чтение/запись Google Таблиц с использованием библиотеки Python gspread с аутентификацией сервисного аккаунта. Используйте, когда пользователю необходимо: (1) массово читать/записывать/обновлять/очищать данные Google Таблиц, (2) пакетно обновлять несколько ячеек/диапазонов одновременно, (3) добавлять строки, (4) управлять листами, (5) работать с Google Таблицами через API без автоматизации браузера. Триггеры: Google Sheets, gspread, пакетное обновление, данные листа, API электронных таблиц.

машинный переводПоказать оригиналСкрыть оригинал«Batch read/write Google Sheets using the gspread Python library with s…»

Batch read/write Google Sheets using the gspread Python library with service account authentication. Use when the user needs to: (1) read/write/update/clear Google Sheets data in bulk, (2) batch update multiple cells/ranges at once, (3) append rows, (4) manage worksheets, (5) work with Google Sheets via API without browser automation. Triggers: Google Sheets, gspread, batch update, sheet data, spreadsheet API.

ClawHub Agent Skills автор: nuokunkeji v1.0.0 MIT-0 2 файла тело ≈ 1 269 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Пакетное чтение/запись Google Таблиц с использованием библиотеки Python gspread с аутентификацией сервисного аккаунта.

Как процесс B 72/100 · Почти готов — слабые места: результат и критерий готовности, отчётность по ходу

ГенераторGoogle SheetsРазработкаДанные и аналитикаИнфраструктуратип 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
B
72/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Ошибки и развилки вес 10
50
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: 2. 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 72/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 8
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1269 токенов
    • 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

    • +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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 413 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 8 пунктов
    • +4Есть примеры (14 блоков кода)

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

    Внешние проверки

    ClawHub: clean
    This is a straightforward Google Sheets helper, but it can access and change shared spreadsheets if the user gives it service-account credentials.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.