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.
Copie esta solicitação para o seu Agente. Ela inclui a página canônica do Skill e o manifesto.
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.Seu Agente ainda deve apresentar o plano e solicitar qualquer confirmação exigida pela política de segurança.
Use estes links quando um agente de IA, crawler ou script precisar de contexto limpo em vez de ler a página completa.
Usando "webask-data-quality". Illustrative request: Review 100 responses and estimate the effect of excluding suspicious submissions.
Resultado esperado:
Usando "webask-data-quality". Illustrative request: Review contradictory answers and harsh comments before publishing survey results.
Resultado esperado:
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.
Compartilhe o relatório de avaliação versionado, o badge neutro, o cartão incorporável e as citações. A Skillstore apresenta evidências sem decidir se este Skill é seguro.
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.
Autor
webaskioLicença
MIT
Revisão da Skillstore
r1
Aviso de versão
O autor não declarou uma versão.
Referência
bad9dafc37d1638cd29cb9bab06d5f8dbcd0f6c2
Atualidade da manutenção
30/09/2026
Uso
0 downloads · 0 visualizações
Estrutura de arquivos
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 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.
Improve WebAsk Survey Copy
Unclear questions and vague introductions can discourage survey completion. This skill uses available abandonment data to prioritize clearer wording and requests approval before saving changes.
Faça a triagem de Issues do GitHub mais rapidamente
por C0ntr0lledCha0s
As filas de issues do GitHub tornam-se difíceis de gerir quando se acumulam duplicados, relatórios obsoletos e detalhes em falta. Esta skill orienta a triagem estruturada, verificações de duplicados, mapeamento de relações e análises de qualidade das issues.
Analisar Arquivos de Dados Científicos
por davila7
Arquivos de dados científicos são difíceis de inspecionar porque cada formato armazena estruturas e metadados de maneira diferente. Esta habilidade detecta formatos, traça o perfil da qualidade dos dados e cria relatórios práticos de EDA em markdown.
Analisar RNA-Seq de Célula Única com Scanpy
por davila7
Fluxos de trabalho de RNA-seq de célula única exigem QC, normalização, agrupamento e documentação cuidadosos. Esta skill fornece fluxos de trabalho, scripts, modelos e referências do Scanpy para análises reproduzíveis.
Crie figuras científicas prontas para publicação em periódicos
por davila7
Figuras científicas frequentemente não passam nas verificações dos periódicos quanto a tamanho, resolução, cores e rótulos. Esta skill orienta Claude, Codex e Claude Code na criação de figuras acessíveis e prontas para publicação.
Processar dados JSON, YAML e TOML
por 0xDarkMatter
Dados de configuração estruturados podem ser difíceis de inspecionar em arquivos JSON, YAML e TOML. Esta skill orienta consultas jq e yq para extração, filtragem, conversão e atualizações.
Analise Dados de ML Terapêutico com PyTDC
por davila7
Equipes de descoberta de fármacos precisam de conjuntos de dados consistentes e benchmarks justos. Esta skill orienta fluxos de trabalho do PyTDC para carregar dados, dividir conjuntos de dados, avaliar modelos e usar oráculos moleculares.