SKILLEMALL.ai
GitHub ↗ EN Войти

AF data-context-extractor

Создавайте или улучшайте навык анализа данных для конкретной компании, извлекая инсайдерские знания от аналитиков. РЕЖИМ ЗАГРУЗКИ — Триггеры: "Создать навык контекста данных", "Настроить анализ данных для нашего хранилища", "Помоги мне создать навык для нашей базы данных", "Сгенерировать навык данных для [компании]" → Обнаруживает схемы, задает ключевые вопросы, генерирует начальный навык с эталонными файлами. РЕЖИМ ИТЕРАЦИИ — Триггеры: "Добавить контекст о [домене]", "Навыку нужно больше информации о [теме]", "Обновить навык данных с [метриками/таблицами/терминологией]", "Улучшить эталон [домена]" → Загружает существующий навык, задает целевые вопросы, добавляет/обновляет эталонные файлы. Используйте, когда аналитики данных хотят, чтобы Claude понял их специфическое хранилище данных компании, терминологию, определения метрик и распространенные шаблоны запросов.

машинный переводПоказать оригиналСкрыть оригинал«Generate or improve a company-specific data analysis skill by extracti…»

Generate or improve a company-specific data analysis skill by extracting tribal knowledge from analysts. BOOTSTRAP MODE - Triggers: "Create a data context skill", "Set up data analysis for our warehouse", "Help me create a skill for our database", "Generate a data skill for [company]" → Discovers schemas, asks key questions, generates initial skill with reference files ITERATION MODE - Triggers: "Add context about [domain]", "The skill needs more info about [topic]", "Update the data skill with [metrics/tables/terminology]", "Improve the [domain] reference" → Loads existing skill, asks targeted questions, appends/updates reference files Use when data analysts want Claude to understand their company's specific data warehouse, terminology, metrics definitions, and common query patterns.

w95/awesome-claude-corporate-skills Agent Skills автор: w95 MIT 6 файлов тело ≈ 1 577 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Создавайте или улучшайте навык анализа данных для конкретной компании, извлекая инсайдерские знания от аналитиков.

Как процесс F 27/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/[domain].md

АнализаторGoogle CloudДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
F
27/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/[domain].md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: RA-Skills

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/[domain].md
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 73): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 27/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/[domain].md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/[domain].md
  • 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: 6, без проверки текущего состояния
  • 60Шаги. Шагов: 67, расплывчатых формулировок: 4
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1577 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 8 примера фраз-триггеров в кавычках
  • +3Длина description 795 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 67 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 4)

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