SKILLEMALL.ai

CF office-xlsx

Читайте, создавайте, редактируйте и проверяйте книги Excel, данные и формулы (.xlsx).

машинный переводПоказать оригиналСкрыть оригинал«Read, create, edit, and validate Excel workbooks, data, and formulas (…»

Read, create, edit, and validate Excel workbooks, data, and formulas (.xlsx).

Разбор skillemall

Скилл обещает читать, создавать и менять Excel-файлы: данные, формулы, форматирование, анализ через pandas. Описание короткое, но функции перечислены полностью. В файлах — одна инструкция на 2215 токенов, критических ошибок нет, качество 84 из 100. Песочница не запускалась, модели не тестировали.

На практике скилл должен работать с xlsx как через встроенный LibreOffice, так и через pandas. Оценка B означает, что основное работает, но есть мелочи: процесс-скор 42 намекает на неполноту в деталях выполнения. Ставить можно, если вам нужна базовая работа с таблицами; для сложных макросов или специфичного форматирования могут быть подводы.

deepseek-ai/deepseek-harness Agent Skills автор: deepseek-ai MIT 1 файл тело ≈ 1 116 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Читайте, создавайте, редактируйте и проверяйте книги Excel, данные и формулы (.xlsx).

Как процесс F 28/100 · Процесс не описан — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторExcelДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
F
28/100
Процесс не описан
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: 1. 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 28/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1116 токенов

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)
  • +3Длина description 77: рекомендуется 120–800 символов
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 3 заголовков
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.