SKILLEMALL.ai

AC datacrawl-debug

Используйте, когда пользователю нужно обработать веб-данные, отладить код сбора данных, очистить обработанные данные или итерировать стратегии обработки данных. Используйте при генерации кода обработки данных из URL и описаний полей. Используйте при диагностике ошибок обработки данных, таких как 403, таймаут, сбои селектора, проблемы с кодировкой. Используйте при очистке, дедупликации, нормализации и форматировании обработанных данных. Используйте при оптимизации стратегий обработки данных на основе анализа истории выполнения. Используйте, когда пользователь упоминает «数据处理», «数据整理», «数据清洗», «数据代码», «数据调试», «data processing», «data extraction», «debug data».

машинный переводПоказать оригиналСкрыть оригинал«Use when user needs to process web data, debug data collection code, c…»

Use when user needs to process web data, debug data collection code, clean processed data, or iterate on data processing strategies. Use when generating data processing code from URL and field descriptions. Use when diagnosing data processing errors like 403, timeout, selector failures, encoding issues. Use when cleaning, deduplicating, normalizing, and formatting processed data. Use when optimizing data processing strategies based on run history analysis. Use when user mentions "数据处理", "数据整理", "数据清洗", "数据代码", "数据调试", "data processing", "data extraction", "debug data".

ClawHub Agent Skills автор: WangM-A3 v1.2.0 MIT-0 13 файлов тело ≈ 524 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте при генерации кода обработки данных из URL и описаний полей.

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

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
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

    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: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "progressive"

    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. Внешние инструменты не нужны
    • 100Шаги. Шагов: 25
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 524 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -44 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -31 из 6 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 575 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +4Есть примеры (5 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: suspicious
    This skill mostly supports web-data debugging, but it includes undisclosed contact profiling and advice for bypassing anti-bot limits that users should review before installing.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.