SKILLEMALL.ai

AC batch-processor-pro

Эксперт по пакетной обработке — это пакет возможностей для обработки больших объемов данных. Он не просто говорит «выполнить предварительную проверку перед обработкой, сообщать о прогрессе во время обработки», а решает четыре частые проблемы: переполнение памяти при загрузке большого пакета, невозможность восстановления после прерывания и необходимость повторного запуска с нуля, отсутствие идемпотентности, приводящее к повторной обработке, непрозрачность прогресса и неизвестность, сколько еще ждать. Основные возможности: - Потоковая разбивка: обработка по частям (по строкам/по файлам) с постоянным использованием памяти без переполнения. - Восстановление по контрольным точкам: сохранение контрольной точки каждые N элементов, возобновление с точки прерывания после сбоя, а не с начала. - Идемпотентный дизайн: каждый элемент имеет уникальный ключ, повторное выполнение обрабатывает его только один раз. - Отчет о прогрессе: отчет о прогрессе каждые 10 элементов с оценкой оставшегося времени. - Матрица принятия решений о параллельности: выбор последовательного/параллельного/разделенного выполнения в зависимости от типа задачи. - Пятиуровневая классификация ошибок: повторные попытки при мгновенных ошибках, пропуск при ошибках данных, прерывание при системных ошибках. Применимые сценарии: - Пакетная обработка сотен файлов в каталоге. - Пакетные вызовы API для обработки десятков тысяч записей. - Пакетное преобразование изображений/видео. - Пакетная очистка и проверка данных. - Любые задачи, где «нужно выполнить одну и ту же операцию над N объектами». Отличия: - Исходная версия содержала только лозунги «до/во время/после», эта версия дополняет их форматом контрольных точек и скриптами восстановления. - Добавлена стратегия потоковой разбивки (по строкам/по файлам/по пакетам). - Добавлен раздел идемпотентного дизайна (уникальный ключ + проверка на дублирование). - Добавлена матрица принятия решений о параллельном/последовательном выполнении. - Добавлена пятиуровневая классификация ошибок и соответствующая обработка. - Добавлены FAQ и устранение неполадок. Ключевые слова для запуска: пакетная обработка, пакетный, контрольная точка, возобновление с точки прерывания, идемпотентный, параллельный, потоковый, OOM, прогресс

машинный переводПоказать оригиналСкрыть оригинал«批处理专家是处理大量数据项的能力包。它不只说"处理前dry-run、处理中报进度",更解决 四个高频痛点:大批量一加载就OOM、中断后无法恢…»

批处理专家是处理大量数据项的能力包。它不只说"处理前dry-run、处理中报进度",更解决 四个高频痛点:大批量一加载就OOM、中断后无法恢复只能从头重跑、缺乏幂等性导致重复 处理、进度不可见不知道还要等多久。 核心能力: - 流式分块:按行/按文件分块处理,内存恒定不OOM - 检查点恢复:每N项存检查点,中断后从断点续跑而非从头 - 幂等设计:每项有唯一键,重复执行只处理一次 - 进度报告:每10项报进度,预估剩余时间 - 并行决策矩阵:按任务类型选串行/并行/分片 - 五级错误分级:瞬时错误重试、数据错误跳过、系统错误中止 适用场景: - 批量处理目录下数百个文件 - 批量调API处理上万条记录 - 批量图片/视频转换 - 批量数据清洗与校验 - 任何"要对N个东西做同样操作"的任务 差异化: - 原始版本只有"前/中/后"三段口号,本版补齐可执行的检查点格式与恢复脚本 - 新增流式分块策略(按行/按文件/按批次) - 新增幂等设计章节(唯一键+去重检查) - 新增并行vs串行决策矩阵 - 新增五级错误分级与对应处理 - 增加FAQ与故障排查 触发关键词:批处理、批量、检查点、断点续跑、幂等、并行、流式、OOM、进度

ClawHub Agent Skills автор: 天轰穿 v1.0.0 MIT-0 2 файла тело ≈ 2 318 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

Эксперт по пакетной обработке — это пакет возможностей для обработки больших объемов данных.

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

ИнтеграцияПоддержка клиентовРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
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: 2. 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 "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"

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. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 15
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2318 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 13. 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 523 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 36 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +4Есть примеры (18 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill provides disclosed batch-processing guidance with safeguards and no hidden executable payloads.
LLM: benign (high) · VirusTotal: · 17 июл. 2026 г.