SKILLEMALL.ai
GitHub ↗ EN Войти

BC py-data-analyzer-free

Бесплатная версия Python для анализа данных — это набор знаний по обработке данных Python для независимых разработчиков и начинающих аналитиков данных, помогающий пользователям быстро выполнять очистку данных, статистический анализ и визуализацию в повседневной работе. Основные возможности: предоставление режимов очистки, таких как обработка пропущенных значений, выявление аномальных значений, преобразование типов данных; методы анализа, такие как описательная статистика, корреляционный анализ, групповая агрегация; предложения по визуализации, такие как линейные графики, гистограммы, точечные диаграммы, тепловые карты.

машинный переводПоказать оригиналСкрыть оригинал«Python数据分析免费版是一套面向独立开发者与初级数据分析师的 Python 数据处理知识库，帮助用户在日常工作中快速完成数据清洗、统计分…»

Python数据分析免费版是一套面向独立开发者与初级数据分析师的 Python 数据处理知识库，帮助用户在日常工作中快速完成数据清洗、统计分析与可视化建议。核心能力：提供缺失值处理、异常值识别、数据类型转换等清洗模式；描述性统计、相关性分析、分组聚合等分析方法；折线图、柱状图、散点图、热力图等可视化建议

ClawHub Agent Skills автор: 天轰穿 v1.0.0 MIT-0 2 файла тело ≈ 1 857 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Бесплатная версия Python для анализа данных — это набор знаний по обработке данных Python для независимых разработчиков и начинающих аналитиков данных…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Map keys must be unique at line 21, column 1: suggested_price: 29.9 tools: ["read", "write", "exec", "glob"] ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • 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 "edition"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "pricing_tier"
  • заметка frontmatter-key неизвестное поле фронтматтера "pricing_model"
  • заметка frontmatter-key неизвестное поле фронтматтера "suggested_price"

Процессный рейтинг: все десять параметров 51/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 25
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1857 токенов
  • low Разделов верхнего уровня: 14. 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
  • +2Инструкции на одном языке
  • +3Длина description 152 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 43 заголовков
  • +3Пошаговые инструкции: 25 пунктов
  • +4Есть примеры (7 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: suspicious
This skill is a normal Python data-analysis helper, but it asks for broad execution and file authority and includes export/callback paths without clear user controls.
LLM: suspicious (high) · 23 июл. 2026 г.