据 AlphaMoat 统计,截至 2026-09,工业化数据处理 累计下载 1,406 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 4,828 位,在「数据分析」分类(399 个)中排名第 383 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| ClawHub ↗ | 31 | 1,120 | - | - |
| SkillHub ↗ | 206 | 1,406 | - | — |
各平台的计数口径不同,统计时间不一致。
工作流顺序执行、不使用复杂调度器,共 4 步:preprocess-excel(scripts/preprocess_excel.py,输入 ./input 转 ./output/csv)→ csv-to-json-parser(scripts/csv_to_json.py,产出 ./output/json)→ jwt-security-layer(scripts/jwt_token.py,令牌 30 分钟过期)→ enterprise-data-submit(scripts/data_submit.py,BearerToken 认证模式提交)。模型推理参数按低随机性工业模式固定为 temperature 0、top_p 0.05。异常自愈策略为全局重试 3 次、safe_exit 兜底退出,处理器含记录错误、保存检查点与告警管理员;日志级别 INFO、持久化到 ./logs/iqc_engine.log;输出为 JSON 落在 ./output/final 并启用压缩。skill-card 的安全证据指出该技能内嵌可复用凭据并以不安全方式收发/存储令牌与业务数据,建议仅在受控内网轮换暴露口令、改用托管密钥并强制 HTTPS 后使用。
资料发布于 2026-10-27
以下是根据技能文档生成的示例,不代表实际运行结果。
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-09 | 1,406 | — | - |
| 2026-08 | 1,133 | +9.5% | - |
| 2026-07 | 1,035 | — | - |
| 2026-05 | 734 | — | - |
| 2026-03 | 455 | — | - |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。
name: iqc-python-tree version: 3.0.0 description: | 企业工业级 IQC 控制计划解析引擎终极稳定版: Excel → CSV → JSON AST → 安全认证 → 数据提交 author: inspection-planning # ===============================
# 模型推理参数(低随机性工业模式)
# ===============================
model:
temperature: 0
top_p: 0.05
# ===============================
# 工作流执行模式(稳定核心)
# 顺序执行,不使用复杂调度器
# ===============================
workflow:
steps:
# --------------------------------------------------
# Step 1:Excel 工业预处理层(核心稳定区)
# --------------------------------------------------
- name: preprocess-excel
executor: python
script: scripts/preprocess_excel.py
timeout: 120
retry: 2
params:
input_dir: ./input
output_dir: ./output/csv
# --------------------------------------------------
# Step 2:工业语义解析层(控制计划模型化)
# --------------------------------------------------
- name: csv-to-json-parser
executor: python
script: scripts/csv_to_json.py
timeout: 180
retry: 3
params:
input_dir: ./output/csv
output_dir: ./output/json
# --------------------------------------------------
# Step 3:安全认证层(企业安全标准)
# --------------------------------------------------
- name: jwt-security-layer
executor: python
script: scripts/jwt_token.py
timeout: 60
retry: 2
params:
secret_key: STATIC_SECRET_KEY
expire_minutes: 30
# --------------------------------------------------
# Step 4:工业数据提交层(最终出口)
# --------------------------------------------------
- name: enterprise-data-submit
executor: python
script: scripts/data_submit.py
timeout: 120
retry: 3
params:
auth_mode: BearerToken
# ===============================
# 企业异常自愈策略(非常重要)
# ===============================
error_strategy:
global_retry: 3
fallback_mode: safe_exit
handlers:
- log_error
- save_checkpoint
- alert_admin
# ===============================
# 日志审计系统(工业生产必须)
# ===============================
logging:
level: INFO
persist: true
path: ./logs/iqc_engine.log
# ===============================
# 输出策略
# ===============================
output:
format: json
path: ./output/final
compress: trueAdMapix 的取数层:把广告与应用相关的查询转成接口调用,只回原始 JSON。
走 Tavily 检索公开网页,返回带链接与摘要的结构化结果。
把数据库、表格与导出的原始数据变成可决策结论的数据分析技能。
用 Yahoo Finance 数据做股票与加密货币分析、组合跟踪的技能。
管理本地自选股清单,并按代码汇总同花顺行情与近期表现的技能。
全网招中标数据查询与分析助手。当用户涉及以下任何场景时,必须使用此SKILL:查询招标/中标公告、搜索标讯、查找临期/即将到期项目、商机预测、推荐潜在投标供应商、分析公司主营业务/历史中标、查询公司上下游合作客户与供应商、分析竞争对手/竞对企业、查询Top采购单位/Top中标单位/Top中标品牌、招中标数据统计分析(按月/季/年/省份/品牌等维度)、查询品牌型号历史中标单价/价格趋势、市场分析/行业分析/采购寻源/渠道拓展等采购与投标相关场景。即使用户没有提到「知了标讯」,只要涉及招投标、采购、中标、供应商、竞争对手等关键词,都应使用本SKILL。
用命令行监控博客与 RSS/Atom 源的更新。
汇总 Codex 或 Claude 按模型计费的使用成本。
数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。