SKILLEMALL.ai

AB data-analyst

Ассистент для анализа данных корпоративного уровня. Автоматически очищает, анализирует и визуализирует данные. **Активируется, когда пользователь упоминает:** - Очистка данных: "数据清洗", "整理数据", "清理数据", "数据预处理" - Анализ данных: "分析数据", "数据分析", "数据报表", "生成报告" - Визуализация: "画图", "图表", "可视化", "生成图表" - Excel/CSV: "处理Excel", "分析CSV", "读取表格" - Инсайты: "数据洞察", "发现规律", "趋势分析" Поддерживает форматы Excel (.xlsx), CSV, JSON. Создает отчеты, диаграммы и инсайты.

машинный переводПоказать оригиналСкрыть оригинал«Enterprise-grade data analysis assistant. Clean, analyze, and visualiz…»

Enterprise-grade data analysis assistant. Clean, analyze, and visualize data automatically. **Triggers when user mentions:** - Data cleaning: "数据清洗", "整理数据", "清理数据", "数据预处理" - Data analysis: "分析数据", "数据分析", "数据报表", "生成报告" - Visualization: "画图", "图表", "可视化", "生成图表" - Excel/CSV: "处理Excel", "分析CSV", "读取表格" - Insights: "数据洞察", "发现规律", "趋势分析" Supports Excel (.xlsx), CSV, JSON formats. Generates reports, charts, and insights.

ClawHub Agent Skills автор: analytica v1.0.2 MIT-0 19 файлов · 2 скрипта тело ≈ 1 024 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Ассистент для анализа данных корпоративного уровня.

Как процесс B 65/100 · Почти готов — слабые места: входы и предусловия, согласованность, повторный запуск

АнализаторExcelДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 19. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 65/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (data-analyst) не совпадает с папкой (smart-data-insights)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 24
    • 100Стоимость исполнения. Тело инструкции 1024 токенов
    • low Разделов верхнего уровня: 11. 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)
    • -212 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 425 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 заголовков
    • +3Пошаговые инструкции: 24 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (9 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This is a coherent local data-analysis skill, with normal setup and file-output behavior for its purpose, but users should handle generated reports and dependency installs carefully.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.