Check WebAsk Survey Data Quality
Suspicious survey responses can distort results and weaken decisions. This skill guides checks of WebAsk responses and compares key metrics before recommending exclusions.
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
Review the Skillstore skill "webask-data-quality" from https://skillstore.io/skills/webaskio-webask-data-quality.md and its manifest at https://skillstore.io/api/skills/webaskio-webask-data-quality/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
「webask-data-quality」を使用しています。 Illustrative request: Review 100 responses and estimate the effect of excluding suspicious submissions.
期待される結果:
「webask-data-quality」を使用しています。 Illustrative request: Review contradictory answers and harsh comments before publishing survey results.
期待される結果:
All three static findings are false positives: relative documentation links and Markdown formatting around tool names. No evidence found of prompt injection, unauthorized execution, or data exfiltration in the reviewed files. The workflow uses survey retrieval tools and prohibits autonomous deletion.
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
https://skillstore.io/skills/webaskio-webask-data-quality/audits/1?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/webaskio-webask-data-quality?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/webaskio-webask-data-quality?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/webaskio-webask-data-quality/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/webaskio-webask-data-quality.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>webaskio. (2026). webask-data-quality security audit report (audit version 1) [Author version unspecified]. Skillstore. https://skillstore.io/skills/webaskio-webask-data-quality/audits/1@techreport{webaskio-webaskio-webask-data-quality-2026,
author = {webaskio},
title = {webask-data-quality security audit report (audit version 1)},
institution = {Skillstore},
year = {2026},
number = {1},
url = {https://skillstore.io/skills/webaskio-webask-data-quality/audits/1},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "webask-data-quality security audit report (audit version 1)"
version: "unspecified"
type: report
authors:
- name: "webaskio"
date-released: "2026-09-29"
url: "https://skillstore.io/skills/webaskio-webask-data-quality/audits/1"
identifiers:
- type: other
value: "skillstore:webaskio-webask-data-quality:audit:1"
description: "Skillstore immutable audit report identifier"
Inspect fast completions, repeated contacts, and matching response bursts before interpreting results from a rewarded survey.
Compare key metrics before and after proposed exclusions to assess whether quality concerns affect the report.
Review contradictory responses and possible survey display logic errors without treating negative customer feedback as invalid.
Check the response quality for WebAsk survey [survey]. Summarize the main concerns without changing any responses.
Review [survey] for fast completions, repetitive answers, duplicate contacts, and meaningless text. Report counts and percentages for each indicator.
For [survey], compare [key metrics] before and after proposed exclusions. Count overlapping flags only once when calculating remaining responses. Do not modify data.
Investigate matching response bursts, duplicate contacts, and contradictory answers in [survey]. Separate possible display logic errors from suspicious behavior. Compare metric changes and recommend reversible actions.
作成者
webaskioライセンス
MIT
Skillstore リビジョン
r1
バージョンに関する注意
作者はバージョンを宣言していません。
参照
bad9dafc37d1638cd29cb9bab06d5f8dbcd0f6c2
メンテナンスの新しさ
2026/9/30
利用状況
0 ダウンロード · 0 閲覧
ファイル構成
Summarize WebAsk Survey Results
Survey totals and raw responses can make conclusions difficult to identify. This skill guides assistants through WebAsk summaries, filtered reports, and text themes to explain results clearly.
Organize Your WebAsk Workspace
Crowded WebAsk workspaces make completed surveys, active projects, and reusable templates difficult to manage. This skill guides approved cleanup, survey duplication, archiving, and file management through WebAsk MCP tools.
Compare WebAsk A/B Survey Results
Small survey samples can make random differences look like meaningful improvements. This skill guides comparisons using outcome counts, percentage-point differences, and checks for comparable groups.
Compare WebAsk Survey Sources
Survey totals can hide differences between recruitment channels. This skill guides your assistant to compare tagged WebAsk responses by volume, completion rate, and your selected outcome.
Create WebAsk Surveys from a Brief
Turning a survey brief into suitable questions, branching, and formatting takes manual work. This skill guides connected WebAsk tools to create a draft and publish it after your approval.
Prepare WebAsk Surveys for Distribution
Survey responses become difficult to attribute when every channel shares an unlabelled link. This skill guides WebAsk distribution with source labels, QR codes, access passwords, and printable versions.
GitHub Issueをより迅速にトリアージ
作成者 C0ntr0lledCha0s
GitHubのIssueキューは、重複、古いレポート、詳細不足が蓄積すると管理が難しくなります。このスキルは、構造化されたトリアージ、重複チェック、関係性のマッピング、Issue品質レビューを支援します。
Visualize Personal Finances in a Local Report
作成者 jasonhmy
Financial records can obscure spending patterns when transfers, refunds, and shared purchases are mixed together. This skill reconciles authorized records and creates local interactive charts with transaction details and optional daily allowances.
科学データファイルを分析
作成者 davila7
科学データファイルは、形式ごとに構造やメタデータの保存方法が異なるため、調査が困難です。このスキルは形式を検出し、データ品質をプロファイリングし、実用的な Markdown EDA レポートを作成します。
ScanpyでSingle-Cell RNA-Seqを解析する
作成者 davila7
Single-cell RNA-seqのワークフローには、慎重なQC、正規化、クラスタリング、ドキュメント化が必要です。このスキルは、再現可能な解析のためのScanpyワークフロー、スクリプト、テンプレート、リファレンスを提供します。
JSON、YAML、TOML データを処理する
作成者 0xDarkMatter
構造化された構成データは、JSON、YAML、TOML ファイルを横断して確認するのが難しい場合があります。このスキルは、抽出、フィルタリング、変換、更新のための jq と yq クエリを案内します。
学術誌掲載に適した科学図を作成
作成者 davila7
科学図は、サイズ、解像度、色、ラベルに関する学術誌のチェックを満たせないことがよくあります。このスキルは、Claude、Codex、Claude Codeを使用して、アクセシブルで出版可能な図を作成するためのガイドを提供します。