BD 足球赛事数据 (Football Match Data)
📊 Инструмент для многомерной обработки данных профессиональных футбольных матчей — Интеграция базовых данных открытых матчей из разных источников, перекрестное сравнение по 31 параметру статистики команд | Автоматическая очистка отклонений по 41 правилу проверки данных. Визуализация истории встреч · данных атаки/обороны · состояния игроков · турнирной таблицы · последних 10 матчей. Перекрестная проверка трех источников: 500.com + titan007 + Odds API | Генерация стандартизированного отчета данных одним нажатием. 💰 1 юань/матч | ⚡ /ampan Генерация стандартизированного документа данных одним нажатием. Охват: топ-5 лиг · Чемпионат мира · Лига чемпионов · Суперлига Китая · Джей-лига.
машинный переводПоказать оригиналСкрыть оригинал«📊 专业足球赛事多维度数据整理工具 — 整合多渠道公开赛事基础数据 31项球队统计维度交叉比对 | 41项数据校验规则自动清洗偏差 历史交…»
📊 专业足球赛事多维度数据整理工具 — 整合多渠道公开赛事基础数据 31项球队统计维度交叉比对 | 41项数据校验规则自动清洗偏差 历史交锋·攻防数据·球员状态·联赛积分·近10场可视化 500.com+titan007+Odds API 三源交叉校验 | 一键生成标准化数据报告 💰 1元/场 | ⚡ /ampan 一键输出标准化数据文档 五大联赛·世界杯·欧冠·中超·日职 全覆盖
📊 Инструмент для многомерной обработки данных профессиональных футбольных матчей — Интеграция базовых данных открытых матчей из разных источников…
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Обфускация
obf-base64-blobscripts/create_order.py:18Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)PAY_TO = os.environ.get("CLAWTIP_PAYTO", "3c47…zLu")в кавычках
Просканировано файлов: 79. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 49/100
- 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
- 40Согласованность. Имя во frontmatter (足球赛事数据 (Football Match Data)) не совпадает с папкой (football-match-data)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 13
- 100Стоимость исполнения. Тело инструкции 845 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 10. 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
- -234 эмодзи в инструкциях: шум для модели
- -33 из 6 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 194 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (10 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.