SKILLEMALL.ai

AD datapack-builder

Создает профессиональные пакеты данных для финансовых услуг из различных источников, включая CIM, инвестиционные меморандумы, документы SEC, веб-поиск или серверы MCP. Извлекает, нормализует и стандартизирует финансовые данные в Excel-рабочие книги, готовые для инвестиционного комитета, с последовательной структурой, правильным форматированием и документированными предположениями. Используйте для проверки юридической чистоты сделок M&A, анализа прямых инвестиций, материалов для инвестиционного комитета и стандартизации финансовой отчетности по портфельным компаниям. Не используйте для простых финансовых расчетов или работы с уже завершенными пакетами данных.

машинный переводПоказать оригиналСкрыть оригинал«Build professional financial services data packs from various sources…»

Build professional financial services data packs from various sources including CIMs, offering memorandums, SEC filings, web search, or MCP servers. Extract, normalize, and standardize financial data into investment committee-ready Excel workbooks with consistent structure, proper formatting, and documented assumptions. Use for M&A due diligence, private equity analysis, investment committee materials, and standardizing financial reporting across portfolio companies. Do not use for simple financial calculations or working with already-completed data packs.

w95/awesome-claude-corporate-skills Agent Skills автор: w95 MIT 1 файл тело ≈ 5 855 токенов Открыть источникgithub.com проанализирован 25 ч назад

Создает профессиональные пакеты данных для финансовых услуг из различных источников, включая CIM, инвестиционные меморандумы, документы SEC, веб-поиск или…

Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ГенераторExcelДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
45/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 2 местах: RA-Skills, RA-Skills

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 body-long тело SKILL.md ≈ 5855 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 45/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 18, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 60Шаги. Шагов: 323, расплывчатых формулировок: 4
  • 70Стоимость исполнения. Тело инструкции 5855 токенов
  • 100Согласованность. Имя и обязательные поля на месте
  • low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее

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
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 562 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 323 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.