BD nl2sql-report
Полный рабочий процесс агента по преобразованию естественного языка в SQL-запросы и генерации отчетов по анализу данных. Использует режим совместной работы нескольких агентов: параллельное голосование под-агентов для определения намерения, режим генерации-проверки для связи схемы, самовосстановление SQL с помощью ReAct, окончательная генерация отчета в Markdown. Сценарии срабатывания: - Пользователь описывает желаемые данные на естественном языке - Пользователь хочет преобразовать проблему в SQL-запрос - Пользователь хочет сгенерировать отчет по анализу на основе результатов запроса - Пользователь упоминает NL2SQL, Text2SQL, отчет по анализу данных
машинный переводПоказать оригиналСкрыть оригинал«将自然语言转换为 SQL 查询并生成数据分析报告的完整 Agent 工作流。使用多 Agent 协作模式：并行子 Agent 投票做意图识别…»
将自然语言转换为 SQL 查询并生成数据分析报告的完整 Agent 工作流。使用多 Agent 协作模式：并行子 Agent 投票做意图识别、生成-判断模式做 Schema Linking、ReAct 自修复 SQL、最终生成 Markdown 报告。 触发场景： - 用户用自然语言描述想查的数据 - 用户想把问题转成 SQL 查询 - 用户想基于查询结果生成分析报告 - 用户提到 NL2SQL、Text2SQL、数据分析报告
Полный рабочий процесс агента по преобразованию естественного языка в SQL-запросы и генерации отчетов по анализу данных.
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.
- 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
- 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 (nl2sql-report) не совпадает с папкой (nl2sql-skill)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 18
- 100Стоимость исполнения. Тело инструкции 499 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 216 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 18 пунктов
- +4Есть примеры (5 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.