Token导航 LogoToken导航

Agent Skill · 效率

xiaozhua-data-completeness-check(小抓数据完整性检查)

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围,避免把样本数据当全量事实;涉及敏感数据、导出文件或批量写回时,应先确认权限和脱敏边界。

xiaozhua-data-completeness-check 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 14,920。

总安装 3,255周安装 137GitHub Stars 公开资料未说明下载 1,140核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:xiaozhua-data-completeness-check(小抓数据完整性检查)
来源仓库:https://github.com/mirowangl-ops/xiaozhua-data-completeness-check
安装命令:
openclaw skills install xiaozhua-data-completeness-check
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install xiaozhua-data-completeness-check

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

数据完整性判断机制。通过前晚基准值 vs 早上值对比,判断 Power BI 数据是否回灌完毕。适用于任何有延迟回灌的数据源。避免发送不完整数据。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install xiaozhua-data-completeness-check;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

xiaozhua-data-completeness-check 怎么安装?

在终端执行 openclaw skills install xiaozhua-data-completeness-check。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

xiaozhua-data-completeness-check 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

xiaozhua-data-completeness-check 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

xiaozhua-data-completeness-check 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

xiaozhua-data-completeness-check 用的人多吗?

公开数据是累计安装 3,255 次,近一周安装 137 次,下载 1,140 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

xiaozhua-data-completeness-check 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
xiaozhua-data-completeness-check

小抓数据完整性检查 · 本页

3,255—权限未标注MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
data-completeness-check
description
数据完整性判断机制。通过前晚基准值 vs 早上值对比,判断 Power BI 数据是否回灌完毕。适用于任何有延迟回灌的数据源。避免发送不完整数据。

数据完整性判断

方法:双时间点对比

步骤

  1. 前一天晚上 23:30 — 抓取关键指标基准值(如 Paid Subs)
  2. 第二天早上 9:00 — 再抓一次同一指标
  3. 对比判断:

- 两次值不同 → 数据有更新,可能完整 - 两次值相同 → 数据没跑完,继续等 - 达到经验参考值 → 大概率完整

经验参考值(O+ 业务)

  • Paid Subs 工作日 ~14,000
  • Paid Subs 周末/节假日 ~10,000
  • Revenue 工作日 ~$20,000-25,000

决策规则

  • 达标 + 与昨晚不同 → ✅ 数据完整,直接发简报
  • 达标但与昨晚相同 → ⚠️ 可能没跑完,等 30 分钟重试
  • 未达标 → ❌ 先发 Lei 确认,不直接发群

通用化

此方法适用于任何有 T+1 延迟的数据源:

  • 选一个敏感指标作为"哨兵"
  • 建立该指标的经验参考范围
  • 用双时间点对比判断是否回灌完毕

平台分布

OpenClaw

73.83%
按下载量换算842

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills