BD system-data-intelligence
Разработан для сценариев, требующих прямого взаимодействия с системными приложениями и глубокого анализа данных. 【Обязательные сценарии запуска】: - Пользователь упоминает чтение/запись/управление файлами Excel, WPS, Word, TXT, Markdown, RTF и т. д. - Пользователь хочет «извлечь», «выгрузить», «получить» данные из любого приложения. - Пользователю требуется «глубокий анализ», «исследование тенденций», «обнаружение аномалий», «прогнозирование» данных. - Пользователь запрашивает создание «графиков», «визуализаций», «дашбордов», «отчетов по данным». - Пользователь говорит «помоги мне посмотреть в этом файле…», «проанализируй эти данные…», «сделай график…». - Любые задачи, связанные с передачей данных между приложениями. 【Основные возможности】: Вызов системных интерфейсов × Глубокий анализ данных × Профессиональная визуализация. ВАЖНО: Любая из операций, связанных с работой с файлами, анализом данных или визуализацией, требует использования этого навыка. Не пропускайте задачу, даже если она «кажется простой» — при вызове низкоуровневых интерфейсов много подводных камней, а в навыке есть руководство по их обходу.
машинный переводПоказать оригиналСкрыть оригинал«专为需要直接操作系统应用并进行深度数据分析的场景设计。 【强制触发场景】： - 用户提及 Excel、WPS、Word、TXT、Markdo…»
专为需要直接操作系统应用并进行深度数据分析的场景设计。 【强制触发场景】： - 用户提及 Excel、WPS、Word、TXT、Markdown、RTZ 等文件的读取/写入/操控 - 用户想从任何应用中「抓取」「提取」「获取」数据 - 用户需要对数据进行「深度分析」「趋势研究」「异常检测」「预测」 - 用户要求生成「图表」「可视化」「仪表盘」「数据报告」 - 用户说「帮我看看这个文件里...」「分析一下这份数据...」「做个图表展示..." - 任何涉及跨应用数据流转的任务 【核心能力】：系统接口调用 × 数据深度分析 × 专业可视化 IMPORTANT: 只要涉及文件操作、数据分析、可视化中的任何一项，必须使用此 skill。 不要因为任务「看起来简单」就跳过——底层接口调用有很多坑，skill 里有避坑指南。
Разработан для сценариев, требующих прямого взаимодействия с системными приложениями и глубокого анализа данных.
Как процесс D 41/100 · 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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 41/100
- 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 (system-data-intelligence) не совпадает с папкой (system-data-intelligence-skill)
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 26
- 100Стоимость исполнения. Тело инструкции 899 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
- +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
- -31 из 6 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 361 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 25 заголовков
- +3Пошаговые инструкции: 26 пунктов
- +4Есть примеры (11 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (4 из 5)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.