| name | summarize-comments |
| description | Делает LLM-выжимку из комментариев менеджеров об одном или нескольких подрядчиках. Используй этот скилл когда нужно понять что говорят менеджеры о конкретном подрядчике, или получить JSON с выжимкой для дальнейшей обработки.
|
| user-invocable | true |
| argument-hint | <email подрядчика> или <путь к Agent2 JSON> |
| allowed-tools | Bash, Read, Write, mcp__baserow__list_rows |
summarize-comments — Выжимка отзывов менеджеров
Определи входные данные
- Если
$ARGUMENTS содержит @ — это email одного подрядчика.
- Если
$ARGUMENTS — путь к файлу — прочитай его через Read tool
и извлеки emails из top_candidates[].email.
Шаг 1: Загрузи данные из Reliability Forms
mcp__baserow__list_rows(table_id=<BASEROW_RELIABILITY_FORM_TABLE_ID>)
Отфильтруй строки по нужным emails (поле Vendor).
Поля для анализа:
За что можно похвалить
За что можно поругать
Дополнительная информация
TotalScore, Likes — числовые оценки
Шаг 2: Сформируй LLM-выжимку
Для каждого подрядчика:
- summary — 1-2 предложения общего характера
- highlights_llm — 2-3 конкретных сильных стороны
- risks_llm — конкретные риски (если есть)
- sentiment — positive / neutral / negative
- avg_score, avg_likes — среднее по числовым полям
- source_count — количество отзывов
Правила: только реальные данные. При < 2 отзывов пиши «Недостаточно данных».
При противоречиях — отмечай их явно.
Шаг 3: Выведи JSON и резюме
Выведи JSON в чате:
{
"summaries": [
{
"email": "vendor@example.com",
"source_count": 6,
"sentiment": "positive",
"summary": "...",
"highlights_llm": ["...", "..."],
"risks_llm": ["..."],
"avg_score": 85.0,
"avg_likes": 8.5
}
]
}
Сохрани JSON в файл:
cat > /tmp/comments_summary.json << 'EOF'
{ ... }
EOF
Также выведи человекочитаемое резюме для каждого подрядчика.