SKILLEMALL.ai

AC display-quantitative-information

Используйте этот навык, когда пользователю нужна помощь в разработке, критике, переработке, аудите, генерации, кодировании или объяснении количественных графических материалов: диаграмм, панелей мониторинга, таблиц, карт, научных/статистических рисунков, визуальных доказательств или спецификаций диаграмм. Он помогает выбирать формы отображения, избегать вводящих в заблуждение кодировок, вычислять коэффициенты искажения, проверять структуру CSV, генерировать простые SVG-диаграммы, проверять контрастность цветов и давать рекомендации, основанные на принципах Тюфте, но не являющиеся формульными. Не используйте для декоративных иллюстраций или общей очистки данных, если только не задействовано количественное отображение.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when the user needs to design, critique, redesign, audi…»

Use this skill when the user needs to design, critique, redesign, audit, generate, code, or explain quantitative graphics: charts, dashboards, tables, maps, scientific/statistical figures, visual evidence, or chart specifications. It helps choose display forms, avoid misleading encodings, compute lie factors, inspect CSV structure, generate simple SVG charts, check color contrast, and produce Tufte-informed but non-formulaic recommendations. Do not use for decorative illustration or general data cleaning unless a quantitative display is involved.

ClawHub Agent Skills автор: Tristan Manchester v1.0.0 MIT-0 26 файлов тело ≈ 1 491 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте этот навык, когда пользователю нужна помощь в разработке, критике, переработке, аудите, генерации, кодировании или объяснении количественных…

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
60/100
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

    Для прогона на моделях — необязательно
    • 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: 20. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 60/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 24
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1491 токенов
    • medium Тестов 6, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
    • low Среди тестов нет случая на инъекцию через данные

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 552 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 24 пунктов
    • +4Справочные файлы упоминаются в инструкциях (9 из 9)
    • +3Все 6 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    The skill is a coherent data-visualization helper with optional local Python utilities and no evidence of credential access, network activity, persistence, or hidden behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.