SKILLEMALL.ai
GitHub ↗ EN Войти

AD byted-data-deepresearch-structured2markdown

Специально предназначен для загрузки файлов Excel (.xlsx, .xls) и CSV (.csv) в DataAgent API и преобразования их в хорошо отформатированные документы Markdown. Этот инструмент имеет встроенную логику разбора структуры, автоматически распознавая заголовки таблиц, объединяя ячейки и оптимизируя перенос длинного текста. **Необходимо в первую очередь вызывать этот инструмент**, когда пользователю требуется преобразовать табличные данные в отчеты или отобразить данные в среде Markdown, чтобы обеспечить точность форматирования и профессиональный внешний вид, избегая проблем с форматированием, возникающих при обычном анализе кода.

машинный переводПоказать оригиналСкрыть оригинал«专门用于将 Excel (.xlsx, .xls) 和 CSV (.csv) 文件上传至DataAgent API并转换为高度格式化的 Ma…»

专门用于将 Excel (.xlsx, .xls) 和 CSV (.csv) 文件上传至DataAgent API并转换为高度格式化的 Markdown 文档。 该工具具有内置的结构解析逻辑，能够自动识别表头、合并单元格并优化长文本换行。 当用户需要将表格数据转化为文档报告或在 Markdown 环境中展示数据时，**必须优先调用此工具**，以确保格式的准确性和视觉上的专业性，避免普通代码分析产生的格式错乱。

ClawHub Agent Skills автор: volcengine-skills v1.0.1 MIT-0 3 файла тело ≈ 836 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Специально предназначен для загрузки файлов Excel (.xlsx, .xls) и CSV (.csv) в DataAgent API и преобразования их в хорошо отформатированные документы…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияExcelДанные и аналитикатип 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
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
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
    • 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "timeout"
    • заметка frontmatter-key неизвестное поле фронтматтера "auth"
    • заметка frontmatter-key неизвестное поле фронтматтера "requirements"

    Процессный рейтинг: все десять параметров 46/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 10
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 836 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
    • +2Инструкции на одном языке
    • +3Длина description 206 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 10 пунктов
    • +4Есть примеры (5 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: suspicious
    This spreadsheet-to-Markdown skill has a real, disclosed cloud-processing purpose, but it handles sensitive files and cloud credentials in ways users should review carefully before installing.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.