BF smartbi-cli
Вход в систему бизнес-операций Smartbi BI: анализ диалогов с помощью ИИ (запросы к данным с помощью больших языковых моделей, интеллектуальные агенты, создание и обучение баз знаний/графов знаний, интерпретация данных), запросы к данным (получение данных с помощью MQL/DuckDB, статистика метрик, обнаружение полей), моделирование данных (управление измерениями/метриками/вычисляемыми членами/именованными наборами), управление источниками данных (соединение JDBC, синхронизация схем и таблиц, обновление метаданных), запланированные задачи и ETL (планирование, рабочие процессы, причинно-следственные диаграммы), отправка сообщений (WeCom/DingTalk/Feishu/электронная почта/системные сообщения), управление ресурсами и разрешениями (дерево каталогов, пользователи/роли/группы). Обнаружение и вызов API через @smartbi/cli.
машинный переводПоказать оригиналСкрыть оригинал«Smartbi BI 业务操作入口：AI 对话分析（大模型问数、智能体、知识库/知识图谱构建与训练、数据解释）、数据查询（MQL/DuckD…»
Smartbi BI 业务操作入口：AI 对话分析（大模型问数、智能体、知识库/知识图谱构建与训练、数据解释）、数据查询（MQL/DuckDB 取数、指标统计、字段发现）、数据建模（维度/指标/计算成员/命名集管理）、数据源管理（JDBC连接、Schema 与表同步、元数据刷新）、定时任务与 ETL（计划调度、作业流、因果图）、消息推送（企微/钉钉/飞书/邮件/系统消息）、资源与权限管理（目录树、用户/角色/组）。通过 @smartbi/cli 发现与调用 API。
Вход в систему бизнес-операций Smartbi BI: анализ диалогов с помощью ИИ (запросы к данным с помощью больших языковых моделей, интеллектуальные агенты…
Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: /docs/specs/datamodel/mql/mql.md
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: /docs/specs/datamodel/mql/mql.md
Процессный рейтинг: все десять параметров 35/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): /docs/specs/datamodel/mql/mql.md
- 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
- 100Шаги. Шагов: 59
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2511 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (13 тегов): типизированный вызов надёжнее
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 235 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 24 заголовков
- +3Пошаговые инструкции: 59 пунктов
- +4Есть примеры (3 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (8 из 8)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.