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.
이 요청을 에이전트에 복사하세요. 공식 Skill 페이지와 매니페스트가 포함되어 있습니다.
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.에이전트는 계속해서 계획을 표시하고 보안 정책에서 요구하는 확인을 요청해야 합니다.
AI 에이전트, 크롤러, 스크립트가 전체 페이지 대신 정리된 컨텍스트만 필요할 때 이 링크를 사용하세요.
"webask-data-quality" 사용 중입니다. Illustrative request: Review 100 responses and estimate the effect of excluding suspicious submissions.
예상 결과:
"webask-data-quality" 사용 중입니다. Illustrative request: Review contradictory answers and harsh comments before publishing survey results.
예상 결과:
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.
버전이 지정된 평가 보고서, 중립 배지, 임베드 카드 및 인용을 공유하세요. Skillstore는 근거를 보고하지만 이 Skill의 안전 여부를 판단하지 않습니다.
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.
작성자
webaskio라이선스
MIT
Skillstore 리비전
r1
버전 안내
작성자가 버전을 선언하지 않았습니다.
참조
bad9dafc37d1638cd29cb9bab06d5f8dbcd0f6c2
유지보수 최신성
2026. 9. 30.
사용량
0 다운로드 · 0 조회
파일 구조
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.
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.
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.
Share WebAsk Survey Results
Sharing survey results requires choosing the right format and checking what recipients can see. This skill guides WebAsk tools to prepare links, exports, and AI reports with privacy checks.
GitHub 이슈를 더 빠르게 트리아지하기
작성자 C0ntr0lledCha0s
GitHub 이슈 대기열은 중복, 오래된 보고, 누락된 세부 정보가 쌓이면 관리하기 어려워집니다. 이 스킬은 구조화된 트리아지, 중복 확인, 관계 매핑, 이슈 품질 검토를 안내합니다.
Visualize Personal Finances in a Local Report
작성자 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.
과학 데이터 파일 분석
작성자 davila7
과학 데이터 파일은 형식마다 구조와 메타데이터를 서로 다르게 저장하기 때문에 검사하기 어렵습니다. 이 스킬은 형식을 감지하고, 데이터 품질을 프로파일링하며, 실용적인 마크다운 EDA 보고서를 생성합니다.
Scanpy로 단일세포 RNA-Seq 분석하기
작성자 davila7
단일세포 RNA-seq 워크플로에는 신중한 QC, 정규화, 클러스터링, 문서화가 필요합니다. 이 skill은 재현 가능한 분석을 위한 Scanpy 워크플로, 스크립트, 템플릿, 참고 자료를 제공합니다.
JSON, YAML 및 TOML 데이터 처리
작성자 0xDarkMatter
구조화된 구성 데이터는 JSON, YAML 및 TOML 파일 전반에서 검사하기 어려울 수 있습니다. 이 스킬은 추출, 필터링, 변환 및 업데이트를 위한 jq 및 yq 쿼리를 안내합니다.
학술지 투고용 과학 그림 만들기
작성자 davila7
과학 그림은 크기, 해상도, 색상, 레이블 문제로 학술지 검사를 통과하지 못하는 경우가 많습니다. 이 스킬은 Claude, Codex, Claude Code가 접근성을 갖춘 출판용 그림을 만들 수 있도록 안내합니다.