スキル engineering-nba-data
📦
engineering-nba-data
コンテンツリビジョン r1 低リスク ⚙️ 外部コマンド🌐 ネットワークアクセス📁 ファイルシステムへのアクセス
Анализ данных NBA с помощью nba_api
Работа с данными NBA часто требует поиска подходящего эндпоинта, параметров и формата ответа. Этот навык помогает Claude, Codex и Claude Code в рабочих процессах извлечения, преобразования и анализа данных с помощью nba_api.
対応: Claude Codex Code(CC)
インストール前に停止して確認を求めてください。
計画を確認し、ファイルを変更する前にユーザーの明示的な同意を得てください。
自分のエージェントでインストール
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。
エージェントリクエスト
Review the Skillstore skill "engineering-nba-data" from https://skillstore.io/skills/emz1998-engineering-nba-data.md and its manifest at https://skillstore.io/api/skills/emz1998-engineering-nba-data/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.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。
エージェントが読めるリソース
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。
テストする
「engineering-nba-data」を使用しています。 Найди карьерную статистику LeBron James и подготовь ее для анализа в notebook.
期待される結果:
Пошаговый план с определением поиска игрока, эндпоинта карьерной статистики, обязательных параметров и рекомендуемых проверок DataFrame.
「engineering-nba-data」を使用しています。 Создай ежедневный отчет по турнирной таблице команд.
期待される結果:
- Рекомендуемые эндпоинты турнирных таблиц и расписаний.
- Рекомендации по параметрам для значений сезона и лиги.
- Краткий план экспорта для хранения в CSV или базе данных.
「engineering-nba-data」を使用しています。 Объясни, почему мой запрос к эндпоинту NBA не возвращает строк.
期待される結果:
Чек-лист для устранения неполадок, охватывающий ID игроков, формат сезона, ID лиги, доступность эндпоинта, headers, настройки proxy и обработку timeout.
セキュリティ監査
低リスクv6 • 2026/7/21 バージョン別レポートを開く
Most static matches are false positives caused by Markdown backticks, serialized notebooks, NBA endpoint documentation, and example data. Three oversized JSON response files were not scanned and remain confirmed low-severity review gaps. No prompt injection, host reconnaissance, command execution, path traversal, or credential-exfiltration intent was evidenced in the reviewed findings. Static review was capped at 400/564 representative findings; omitted static matches are unconfirmed, so automatic publishing stays disabled until manual review.
298
スキャンされたファイル
71,914
解析済み行数
0
レビュー項目
0
誤検知を無視
確認済みのセキュリティ上の懸念 (3)
低
Unscanned file (too_large) — manual review required
[unscanned: too_large]
The file was not statically scanned because it is oversized. Its contents remain unreviewed, so this finding must be retained for manual review.
低
Unscanned file (too_large) — manual review required
[unscanned: too_large]
The file was not statically scanned because it is oversized. Its contents remain unreviewed, so this finding must be retained for manual review.
低
Unscanned file (too_large) — manual review required
[unscanned: too_large]
The file was not statically scanned because it is oversized. Its contents remain unreviewed, so this finding must be retained for manual review.
リスク要因
⚙️ 外部コマンド (50)
docs/examples/Basics.ipynb:9 docs/examples/Basics.ipynb:285 docs/examples/Basics.ipynb:286 docs/examples/Basics.ipynb:287 docs/examples/Basics.ipynb:291 docs/examples/Basics.ipynb:304 docs/examples/Finding Games.ipynb:9 docs/examples/Finding Games.ipynb:12 docs/examples/Finding Games.ipynb:825 docs/examples/Finding Games.ipynb:1100 docs/examples/Finding Games.ipynb:1105 docs/examples/LiveData.ipynb:8 docs/examples/LiveData.ipynb:2692 docs/examples/PlayByPlay.ipynb:13 docs/examples/PlayByPlay.ipynb:14 docs/examples/PlayByPlay.ipynb:16 docs/examples/PlayByPlay.ipynb:297 docs/examples/PlayByPlay.ipynb:298 docs/examples/PlayByPlay.ipynb:299 docs/examples/PlayByPlay.ipynb:300 docs/examples/PlayByPlay.ipynb:301 docs/examples/PlayByPlay.ipynb:303 docs/examples/PlayByPlay.ipynb:330 docs/examples/PlayByPlay.ipynb:355 docs/examples/PlayByPlay.ipynb:522 docs/examples/PlayByPlay.ipynb:524 docs/examples/PlayByPlay.ipynb:526 docs/examples/PlayByPlay.ipynb:552 docs/examples/PlayByPlay.ipynb:556 docs/examples/PlayByPlay.ipynb:565 docs/examples/PlayByPlay.ipynb:566 docs/examples/PlayByPlay.ipynb:568 docs/examples/PlayByPlay.ipynb:652 docs/examples/PlayByPlay.ipynb:653 docs/examples/PlayByPlay.ipynb:655 docs/examples/PlayByPlay.ipynb:742 docs/nba_api/stats/endpoints/playerindex.md:28-32 SKILL.md:14 SKILL.md:16 SKILL.md:17 SKILL.md:18 SKILL.md:24 SKILL.md:25 SKILL.md:26 SKILL.md:32 SKILL.md:33 SKILL.md:35 SKILL.md:36 SKILL.md:37 SKILL.md:41
🌐 ネットワークアクセス (50)
docs/examples/Basics.ipynb:11 docs/examples/Home Team Win-Loss Modeling/Home Team Win-Loss Data Prep.ipynb:58 docs/examples/Home Team Win-Loss Modeling/Home Team Win-Loss Data Prep.ipynb:18 docs/examples/LiveData.ipynb:2756 docs/examples/LiveData.ipynb:2778 docs/examples/LiveData.ipynb:2800 docs/examples/LiveData.ipynb:2822 docs/examples/LiveData.ipynb:2844 docs/examples/LiveData.ipynb:2866 docs/examples/LiveData.ipynb:2888 docs/examples/LiveData.ipynb:2921 docs/examples/LiveData.ipynb:2945 docs/examples/LiveData.ipynb:2971 docs/examples/LiveData.ipynb:2997 docs/examples/LiveData.ipynb:3021 docs/examples/LiveData.ipynb:3047 docs/examples/LiveData.ipynb:3073 docs/examples/LiveData.ipynb:3099 docs/examples/LiveData.ipynb:3137 docs/examples/LiveData.ipynb:3159 docs/examples/LiveData.ipynb:3181 docs/examples/LiveData.ipynb:3203 docs/examples/LiveData.ipynb:3225 docs/examples/LiveData.ipynb:3247 docs/examples/LiveData.ipynb:3280 docs/examples/LiveData.ipynb:3304 docs/examples/LiveData.ipynb:3330 docs/examples/LiveData.ipynb:3356 docs/examples/LiveData.ipynb:3382 docs/examples/LiveData.ipynb:3408 docs/examples/LiveData.ipynb:3434 docs/examples/LiveData.ipynb:3460 docs/examples/LiveData.ipynb:3498 docs/examples/LiveData.ipynb:3520 docs/examples/LiveData.ipynb:3542 docs/examples/LiveData.ipynb:3564 docs/examples/LiveData.ipynb:3586 docs/examples/LiveData.ipynb:3608 docs/examples/LiveData.ipynb:3630 docs/examples/LiveData.ipynb:3663 docs/examples/LiveData.ipynb:3687 docs/examples/LiveData.ipynb:3713 docs/examples/LiveData.ipynb:3739 docs/examples/LiveData.ipynb:3765 docs/examples/LiveData.ipynb:3791 docs/examples/LiveData.ipynb:3817 docs/examples/LiveData.ipynb:3843 docs/examples/PlayByPlay.ipynb:558 docs/nba_api/library/http.md:50 docs/nba_api/library/http.md:54
📁 ファイルシステムへのアクセス (2)
監査者: claude 監査履歴を表示 →
このレポートを共有・引用
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。
レポートリンクをコピー
https://skillstore.io/skills/emz1998-engineering-nba-data/audits/6?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/emz1998-engineering-nba-data?utm_source=security_passport_badge)HTMLバッジ
<a href="https://skillstore.io/skills/emz1998-engineering-nba-data?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/emz1998-engineering-nba-data/security.svg" alt="Skillstore security assessment" loading="lazy"></a>埋め込みカード
<iframe src="https://skillstore.io/embed/skills/emz1998-engineering-nba-data.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学術引用 (APA · BibTeX · CFF)
APA形式の引用
Emz1998. (2026). engineering-nba-data security audit report (audit version 6) [Author version unspecified]. Skillstore. https://skillstore.io/skills/emz1998-engineering-nba-data/audits/6BibTeX形式の引用
@techreport{emz1998-emz1998-engineering-nba-data-2026,
author = {Emz1998},
title = {engineering-nba-data security audit report (audit version 6)},
institution = {Skillstore},
year = {2026},
number = {6},
url = {https://skillstore.io/skills/emz1998-engineering-nba-data/audits/6},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "engineering-nba-data security audit report (audit version 6)"
version: "unspecified"
type: report
authors:
- name: "Emz1998"
date-released: "2026-07-21"
url: "https://skillstore.io/skills/emz1998-engineering-nba-data/audits/6"
identifiers:
- type: other
value: "skillstore:emz1998-engineering-nba-data:audit:6"
description: "Skillstore immutable audit report identifier"
Skillstore スコア
このスコアの理由 証拠の信頼度: 中 55
アーキテクチャ
85
保守性
87
コンテンツ
67
コミュニティ
91
仕様準拠
作成できるもの
Создать набор данных статистики игрока
Собрать карьерную, сезонную или игровую статистику игрока и подготовить ее к анализу.
Создавать отчеты об эффективности команды
Получать расписания команд, турнирные таблицы, box scores и league dashboards для регулярной отчетности.
Прототипировать конвейеры данных NBA
Использовать рекомендации по эндпоинтам для преобразования ответов NBA API в файлы или таблицы, готовые для базы данных.
これらのプロンプトを試す
Найти ID игрока
Используй навык работы с данными NBA, чтобы найти workflow nba_api для поиска ID игрока по полному имени.
Получить журналы игр за сезон
Используй nba_api, чтобы получить журналы игр для указанного игрока NBA в конкретном сезоне, и верни поля, которые мне следует проверить.
Сравнить box scores команд
Помоги мне выбрать эндпоинты nba_api для сравнения двух команд по недавним играм, затем набросай план преобразования в pandas.
Спроектировать повторяемый конвейер
Спроектируй надежный конвейер данных NBA, который получает турнирные таблицы, расписания и статистику игроков, обрабатывает ограничения эндпоинтов и экспортирует чистые таблицы.
ベストプラクティス
- Проверяйте ID с помощью статического поиска игроков и команд перед вызовом классов эндпоинтов.
- Кэшируйте повторяющиеся ответы эндпоинтов и соблюдайте ограничения сервиса при крупных выгрузках данных.
- Проверяйте имена наборов данных и столбцы в ответе перед построением последующих преобразований.
回避
- Не предполагайте, что каждый эндпоинт возвращает один DataFrame или одинаковую структуру столбцов.
- Не запускайте крупные исторические выгрузки без планов retry, timeout и кэширования.
- Не хардкодьте ID игроков или команд без документирования того, как они были определены.
よくある質問
На каком Python-пакете сосредоточен этот навык?
Он сосредоточен на пакете nba_api для статистики NBA, live-данных и рабочих процессов статического поиска.
Может ли он помочь с pandas DataFrames?
Да. Он может направлять использование методов ответов эндпоинтов, которые возвращают pandas DataFrames, когда это поддерживается.
Включает ли он рекомендации по live-данным игр?
Да. Он включает ссылки для live-эндпоинтов, таких как box scores, play-by-play data и scoreboards.
Может ли он автоматически исправлять ошибки эндпоинтов?
Нет. Он может предложить проверки параметров, headers, proxies, timeouts и изменений эндпоинтов.
Требуется ли ему доступ к интернету?
Большинству workflow эндпоинтов требуется сетевой доступ к сервисам NBA, тогда как примеры статического поиска могут работать локально после установки.
Он предназначен только для аналитиков?
Нет. Аналитики, инженеры данных, студенты и разработчики могут использовать его для задач извлечения и преобразования данных NBA.
開発者情報
作成者
Emz1998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
1ffa7643651792ccb4bd3b15d924d2c97edff755
メンテナンスの新しさ
2026/7/21
利用状況
2 ダウンロード · 1 閲覧
ファイル構成