SKILLEMALL.ai

AC dxf-pile-extraction

Извлекает из CAD-чертежей свайных фундаментов (DXF) номера свай, координаты, диаметр, отметку верха сваи и другие параметры, генерируя сводную таблицу Excel. Также поддерживает интерполяцию отметок выветрелых/слабовыветрелых пород из слоя горизонталей и расчет глубины залегания в породе. Применяется для подсчета объемов работ по свайным фундаментам, анализа глубины залегания в породе, сводки параметров свай для тендерных предложений. Триггерные слова: чертеж свайного фундамента, номер сваи, статистика параметров сваи, извлечение свай из DXF, интерполяция горизонталей для определения глубины залегания в породе.

машинный переводПоказать оригиналСкрыть оригинал«从桩基础CAD图纸(DXF)中提取桩编号、坐标、桩径、桩顶标高等参数,生成Excel统计表。同时支持从等高线图层插值中风化/微风化岩面标高并…»

从桩基础CAD图纸(DXF)中提取桩编号、坐标、桩径、桩顶标高等参数,生成Excel统计表。同时支持从等高线图层插值中风化/微风化岩面标高并计算入岩深度。适用于桩基础工程量统计、入岩深度分析、投标报价桩参数汇总。触发词:桩基图、桩编号、桩参数统计、DXF提取桩、等高线插值入岩深度。

ClawHub Agent Skills автор: sxp1941 v1.0.0 MIT-0 7 файлов тело ≈ 620 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Извлекает из CAD-чертежей свайных фундаментов (DXF) номера свай, координаты, диаметр, отметку верха сваи и другие параметры, генерируя сводную таблицу Excel.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураExcelРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 38
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 620 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 141 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 38 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 4 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: clean
This skill locally processes user-provided DXF and Excel files to extract and annotate pile foundation data, with no hidden network, credential, or persistence behavior found.
LLM: benign (high) · VirusTotal: · 4 авг. 2026 г.