BD modis-product-search
Комплексный инструмент локального запроса для спутниковых данных НАСА MODIS. Охватывает 46 продуктов в 13 категориях с двуязычными (китайский/английский) описаниями, принципами алгоритмов, информацией о диапазонах, интеграцией с Google Earth Engine и информацией для скачивания.
машинный переводПоказать оригиналСкрыть оригинал«Comprehensive local query tool for NASA MODIS satellite products. Cove…»
Comprehensive local query tool for NASA MODIS satellite products. Covers 46 products across 13 categories with bilingual (Chinese/English) descriptions, algorithm principles, band information, Google Earth Engine integration, and download information.
Комплексный инструмент локального запроса для спутниковых данных НАСА MODIS.
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 1 месте: ClawHub
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 · 3
✓ Критических и высоких находок нет
Средние и низкие: 3
-
низкая Секреты в коде
secret-high-entropy-tokendata/products.json:1171Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда){"name": "BRDF…nd1", "dtype": "UInt8", "scale": 1, "description": "Band 1 BRDF quality", "description_cn": "波段1 BRDF质量"},в кавычках -
низкая Секреты в коде
secret-high-entropy-tokendata/products.json:1172Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда){"name": "BRDF…nd2", "dtype": "UInt8", "scale": 1, "description": "Band 2 BRDF quality", "description_cn": "波段2 BRDF质量"},в кавычках -
низкая Утечка данных
net-credential-usescripts/modis_products.py:346Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)lines.append(f' wget --user {u} --password "$EARTHDATA_PASSWORD" "{product.get("download_url", "URL")}"')в кавычках
Просканировано файлов: 21. 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 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
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 25
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1841 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
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 251 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 21 заголовков
- +3Пошаговые инструкции: 25 пунктов
- +4Есть примеры (10 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.