SKILLEMALL.ai

BF system-data-intelligence

Системный навык агента, разработанный для работы с файлами, анализа данных, визуализации, подключения к базам данных, доступа к API и обработки конфиденциальных данных. 【Обязательные сценарии запуска】: - Пользователь упоминает любую операцию с файлами: Excel / WPS / Word / TXT / Markdown / RTZ / CSV / JSON - «Анализ» «чтение» «извлечение» «обработка» «моделирование» «прогнозирование» «обнаружение аномалий» - «Создание диаграмм» «визуализация» «создание дашборда» «составление отчета» - «Подключение к базе данных» «запрос SQL» «запрос MySQL / PostgreSQL» - «Вызов API» «получение данных из интерфейса» «парсинг интерфейса» - «Маскирование» «конфиденциальные данные» «обработка персональных данных» «безопасность данных» 【Основные возможности】: Операции с файлами (автоматическое понижение) × Глубокий анализ × Профессиональная визуализация × Базы данных × API × Безопасное маскирование. ВАЖНО: При любом из вышеперечисленных сценариев необходимо использовать этот навык, не пропускайте его из-за «простоты задачи».

машинный переводПоказать оригиналСкрыть оригинал«专为文件操作、数据分析、可视化、数据库连接、API 接入和敏感数据处理设计的系统级 Agent Skill。 【强制触发场景】: - 用户提…»

专为文件操作、数据分析、可视化、数据库连接、API 接入和敏感数据处理设计的系统级 Agent Skill。 【强制触发场景】: - 用户提及任何文件操作:Excel / WPS / Word / TXT / Markdown / RTZ / CSV / JSON - 「分析」「读取」「提取」「处理」「建模」「预测」「异常检测」 - 「生成图表」「可视化」「做仪表盘」「出报告」 - 「连数据库」「查 SQL」「查 MySQL / PostgreSQL」 - 「调 API」「从接口拉数据」「爬接口」 - 「脱敏」「敏感数据」「隐私处理」「数据安全」 【核心能力】:文件操作(自动降级)× 深度分析 × 专业可视化 × 数据库 × API × 安全脱敏 IMPORTANT: 只要涉及上述任一场景,必须使用此 skill,不得因"任务简单"而跳过。

ClawHub Agent Skills автор: zhaojie v1.0.3 MIT-0 26 файлов тело ≈ 2 004 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Системный навык агента, разработанный для работы с файлами, анализа данных, визуализации, подключения к базам данных, доступа к API и обработки…

Как процесс F 31/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

ИнтеграцияPostgreSQLMySQLДанные и аналитикаИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 20. 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 31/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2004 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. 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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -32 из 9 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 375 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +4Есть примеры (21 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 5)

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

Внешние проверки

ClawHub: suspicious
This appears to be a legitimate data-analysis skill, but it needs Review because it broadly activates on common data tasks, can use high-impact OS/database/API access, and automatically persists extracted data.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.