data-processor
Daten-Arrays mit wiederverwendbaren Operationen transformieren
Große Datensatz-Arrays sind in KI-Workflows schwer zu bereinigen, zu sortieren und zusammenzufassen. Dieser Skill bietet wiederverwendbare JavaScript-Operationen für gängige Transformationen und kompakte Verarbeitungszusammenfassungen.
Mit meinem Agent installieren
Kopieren Sie diese Anfrage in Ihren Agent. Sie enthält die maßgebliche Skill-Seite und das Manifest.
Review the Skillstore skill "data-processor" from https://skillstore.io/skills/artemisai-data-processor.md and its manifest at https://skillstore.io/api/skills/artemisai-data-processor/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ihr Agent sollte weiterhin seinen Plan anzeigen und alle von der Sicherheitsrichtlinie verlangten Bestätigungen anfordern.
Agent-lesbare Ressourcen
Verwenden Sie diese Links, wenn ein KI-Agent, Crawler oder Skript sauberen Kontext benötigt, statt die vollständige Seite zu lesen.
Testen
„data-processor“ wird verwendet. Vier Verkaufsdatensätze mit einem ausstehenden Status und drei abgeschlossenen Status.
Erwartetes Ergebnis:
Drei abgeschlossene Datensätze bleiben übrig, sortiert nach Betrag vom höchsten zum niedrigsten. Die Zusammenfassung meldet einen entfernten Datensatz und drei Ausgabedatensätze.
„data-processor“ wird verwendet. Kundendatensätze mit uneinheitlicher Groß-/Kleinschreibung, zusätzlichen Leerzeichen und einer doppelten E-Mail.
Erwartetes Ergebnis:
Namen werden getrimmt, E-Mails werden kleingeschrieben und die doppelte E-Mail wird entfernt. Die Zusammenfassung meldet den Deduplizierungsschritt.
„data-processor“ wird verwendet. Bestelldatensätze mit total-Werten von 100, 150 und 200.
Erwartetes Ergebnis:
Das Aggregationsergebnis ist eine Gesamtsumme von 450 über drei Bestellungen hinweg.
Sicherheitsaudit
SicherAll 15 external-command detections are Markdown fences, inline code spans, or JavaScript template-literal syntax; none executes a shell. The hardcoded URL is a documentation link and does not initiate a network request. No prompt injection or other malicious intent was found.
Risikofaktoren
⚙️ Externe Befehle (15)
🌐 Netzwerkzugriff (1)
Diesen Bericht teilen & zitieren
Teile den versionierten Bewertungsbericht, das neutrale Badge, die Einbettungskarte und Zitate. Skillstore berichtet Nachweise, ohne zu entscheiden, ob dieser Skill sicher ist.
Berichtslink kopieren
https://skillstore.io/skills/artemisai-data-processor/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown-Badge
[](https://skillstore.io/skills/artemisai-data-processor?utm_source=security_passport_badge)HTML-Badge
<a href="https://skillstore.io/skills/artemisai-data-processor?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/artemisai-data-processor/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Einbettungskarte
<iframe src="https://skillstore.io/embed/skills/artemisai-data-processor.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Wissenschaftliche Zitate (APA · BibTeX · CFF)
APA-Zitat
ArtemisAI. (2026). data-processor security audit report (audit version 9) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/artemisai-data-processor/audits/9BibTeX-Zitat
@techreport{artemisai-artemisai-data-processor-2026,
author = {ArtemisAI},
title = {data-processor security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/artemisai-data-processor/audits/9},
note = {Author version 1.0.0}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "data-processor security audit report (audit version 9)"
version: "1.0.0"
type: report
authors:
- name: "ArtemisAI"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/artemisai-data-processor/audits/9"
identifiers:
- type: other
value: "skillstore:artemisai-data-processor:audit:9"
description: "Skillstore immutable audit report identifier"
Skillstore-Score
Warum dieser Score Evidenzvertrauen: HochWas Sie erstellen können
Verkaufsdatensätze bereinigen
Abgeschlossene Transaktionen filtern, nach Betrag sortieren und Umsätze vor der Berichterstattung zusammenfassen.
Kundenlisten vorbereiten
Kundennamen und E-Mails normalisieren, Duplikate entfernen und aktive Datensätze für Nachfassarbeiten behalten.
MCP-Abfrageergebnisse zusammenfassen
Datenbankergebnisse innerhalb eines Agenten-Workflows verarbeiten und kompakte Statistiken statt vollständiger Datensätze zurückgeben.
Diese Prompts ausprobieren
Verwende den data-processor Skill, um dieses Array auf abgeschlossene Datensätze zu filtern, nach Betrag absteigend zu sortieren und zusammenzufassen, was sich geändert hat: [Daten einfügen].
Normalisiere die Felder name und email, entferne doppelte E-Mails, behalte Datensätze mit age 25 oder älter und gib bereinigte Datensätze plus Statistiken zurück: [Daten einfügen].
Verarbeite diese Bestellungen, indem du das Feld total summierst, und berichte anschließend Eingabeanzahl, Ausgabeanzahl und aggregierten Wert. Weise auf fehlende total-Werte hin: [Daten einfügen].
Frage Kunden mit einem MCP-Datenbanktool ab, verarbeite aktive Datensätze mit Umsatzsortierung und Umsatzsumme, speichere die verarbeitete Liste und gib nur zusammenfassende Kennzahlen zurück.
Bewährte Praktiken
- Eingabeform und Feldnamen validieren, bevor Transformationen ausgeführt werden.
- Zusammenfassende Statistiken zurückgeben, wenn vollständige Datensätze zu groß für die Unterhaltung sind.
- Vertrauenswürdige, überprüfbare Filter- und Map-Funktionen für benutzerdefinierte Logik verwenden.
Vermeiden
- Keine nicht vertrauenswürdigen JavaScript-Funktionen an Filter- oder Map-Operationen übergeben.
- Keine sensiblen Datensätze über nicht genehmigte MCP-Speichertools verarbeiten.
- Sich nicht auf Aggregationsergebnisse verlassen, ohne fehlende oder nicht numerische Werte zu prüfen.