SKILLEMALL.ai

AB moltsheet

Используйте CLI Moltsheet для управления данными в виде электронных таблиц для рабочих процессов ИИ: создавайте таблицы, проверяйте схемы, импортируйте строки, обновляйте ячейки, делитесь таблицами и выполняйте запросы SQL только для чтения по доступным таблицам. Используйте, когда Codex нуждается в доступе к данным Moltsheet, фильтрованных чтениях, выбранных столбцах, соединениях, агрегатах или мутациях электронных таблиц. Предпочитайте CLI необработанному HTTP, аутентифицируйтесь один раз, используйте `--json` и используйте файлы или stdin для структурированных полезных данных.

машинный переводПоказать оригиналСкрыть оригинал«Use the Moltsheet CLI to manage spreadsheet-style data for AI workflow…»

Use the Moltsheet CLI to manage spreadsheet-style data for AI workflows: create sheets, inspect schemas, import rows, update cells, share sheets, and run read-only SQL queries over accessible sheets. Use when Codex needs Moltsheet data access, filtered reads, selected columns, joins, aggregates, or spreadsheet mutations. Prefer the CLI over raw HTTP, authenticate once, use `--json`, and use files or stdin for structured payloads.

ClawHub Agent Skills автор: youss v1.0.8 MIT-0 2 файла тело ≈ 3 524 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Используйте CLI Moltsheet для управления данными в виде электронных таблиц для рабочих процессов ИИ: создавайте таблицы, проверяйте схемы, импортируйте…

Как процесс B 68/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ИнтеграцияДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
68/100
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 68/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 88
    • 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3524 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 13. 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 433 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 88 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (59 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly coherent for managing Moltsheet spreadsheets, but it asks agents to install and run the mutable latest npm package and includes under-scoped examples for credentials, deletion, and write sharing.
    LLM: suspicious (high) · VirusTotal: benign · 10 сент. 2026 г.