SKILLEMALL.ai

BD data-processing-script-generator

Автоматическая генерация скриптов обработки данных. На основе предоставленного пользователем шаблона Excel + данных, экспортированных из ERP, генерирует скрипт Python для автоматической обработки данных и создания отчетов. Используется, когда пользователь говорит «помоги мне создать скрипт обработки данных», «сделай скрипт для автоматической обработки данных», «создай скрипт на основе шаблона». Также подходит для сценариев, когда у пользователя уже есть основа Excel и экспортированные данные, и он хочет автоматизировать процесс.

машинный переводПоказать оригиналСкрыть оригинал«自动化生成数据处理脚本。根据用户提供的 Excel 模板 + ERP 导出数据,生成 Python 脚本自动处理数据并生成报表。 当用户说"…»

自动化生成数据处理脚本。根据用户提供的 Excel 模板 + ERP 导出数据,生成 Python 脚本自动处理数据并生成报表。 当用户说"帮我生成数据处理脚本"、"做一个自动处理数据的脚本"、"根据模板生成脚本"时使用此 skill。 也适用于用户已有 Excel 底板和导出数据,想要自动化处理流程的场景。

ClawHub Agent Skills автор: yangxiao971208-star v1.0.0 MIT-0 2 файла тело ≈ 520 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Автоматическая генерация скриптов обработки данных.

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

ГенераторДанные и аналитикаРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

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 (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 22
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 520 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
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 155 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This instruction-only skill is coherent for generating spreadsheet/report automation scripts from user-provided files, with no hidden installer or unrelated data access found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.