SKILLEMALL.ai

BC create-dataflow

Используйте этот навык, когда пользователь хочет создать новый поток данных, настроить новый импорт данных, подключить новый источник данных к месту назначения, извлечь данные из интеграции в Google Sheets или BigQuery или другое место назначения, или настроить конвейер данных от источника к месту назначения. Триггеры включают: «импортировать мои данные HubSpot», «настроить экспорт Stripe», «создать конвейер от X к Y», «я хочу извлечь данные из [источник]», «создать новый поток данных», «подключить [источник] к [место назначения]», «настроить поток данных для [источник]».

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when the user wants to create a new dataflow, set up a…»

Use this skill when the user wants to create a new dataflow, set up a new data import, connect a new data source to a destination, pull data from an integration into Google Sheets or BigQuery or another destination, or configure a source-to-destination data pipeline. Triggers include: 'import my HubSpot data', 'set up a Stripe export', 'create a pipeline from X to Y', 'I want to pull data from [source]', 'create a new dataflow', 'connect [source] to [destination]', 'set up a data flow for [source]'.

coupler-io/skills Agent Skills автор: coupler-io 1 файл тело ≈ 2 776 токенов Открыть источникgithub.com↗ проанализирован 7 дн назад

Используйте этот навык, когда пользователь хочет создать новый поток данных, настроить новый импорт данных, подключить новый источник данных к месту…

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ГенераторGoogle SheetsGoogle CloudHubSpotStripeДанные и аналитикаИнфраструктураПродажи и CRMтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 1. 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 59/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 40, расплывчатых формулировок: 3
    • 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2776 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 504 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 40 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.