SKILLEMALL.ai

AF cadastral-change-detection

Обнаружение изменений кадастровых участков с учетом топологии между двумя эпохами. Определяет новые, удаленные, расширенные, уменьшенные, разделенные и объединенные участки по векторным данным кадастра (宗地/地块/调查图斑). Используется при сравнении двух эпох земельных участков, проверке изменений границ или создании реестров изменений кадастра.

машинный переводПоказать оригиналСкрыть оригинал«Topology-aware cadastral parcel change detection between two epochs. I…»

Topology-aware cadastral parcel change detection between two epochs. Identifies new, deleted, expanded, reduced, split, and merged parcels from cadastral vector data (宗地/地块/调查图斑). Use when comparing two epochs of land parcels, auditing boundary changes, or generating cadastral change ledgers.

ClawHub Agent Skills автор: ruiduobao v2.0.0 MIT-0 6 файлов тело ≈ 897 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Обнаружение изменений кадастровых участков с учетом топологии между двумя эпохами.

Как процесс F 52/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/sample_before.geojson, references/sample_after.geojson

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
F
52/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/sample_before.geojson, references/sample_after.geojson
Инструменты и файлы вес 18
0
Ошибки и развилки вес 10
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/sample_before.geojson
  • предупреждение missing-ref ссылка на отсутствующий файл: references/sample_after.geojson

Процессный рейтинг: все десять параметров 52/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/sample_before.geojson, references/sample_after.geojson
  • 0Инструменты и файлы. Не хватает 2 файла(ов): references/sample_before.geojson, references/sample_after.geojson
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (cadastral-change-detection) не совпадает с папкой (geoskill-cadastral-change-detection)
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 9
  • 100Стоимость исполнения. Тело инструкции 897 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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)
  • +2Инструкции на одном языке
  • +3Длина description 293 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 9 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (2 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

Внешние проверки

ClawHub: clean
This skill appears to perform disclosed, local cadastral parcel comparison and writes expected local analysis outputs without evidence of upload, hidden execution, or destructive behavior.
LLM: benign (high) · VirusTotal: · 31 июл. 2026 г.