Rapport d’audit du skill

SQLCell Rapport d’audit.

SQLCell is a magic function for the Jupyter Notebook that executes raw, parallel, parameterized SQL queries with the ability to accept Python values as parameters and assign output data to Python variables while concurrently running Python code. And *much* more.

Expérimental · RevoirRevue nécessaireGénéré 12 oct. 2026Audit heuristique des métadonnées
62
Audit
71
Confiance
48
Qualité
85
Sécurité
20
Maintain
92
Installer

Trust Score OpenAgentSkill

71
Revue manuelle

Trust Score OpenAgentSkill

The Trust Score helps an agent decide whether a skill is safe enough to shortlist before installation.

Adoption GitHub

Info

62

150 stars GitHub

Activité stars/forks

Avertissement

57

150 stars et 11 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles

Maintenance récente

Échoué

22

4 ans depuis le dernier push

Clarté de licence

Validé

86

MIT

Complétude README/SKILL.md

Validé

90

Les métadonnées incluent suffisamment de contexte d’usage et de workflow

Risque dépendances/runtime

Validé

82

database surface

Disponibilité de l’installation

Validé

92

npx skills add tmthyjames/SQLCell

Sécurité de la commande d’installation

Validé

92

Chemin d’installation standard de package ou runtime

Surface de permissions

Info

74

filesystem or document access, database access

Preuve du dépôt

Validé

86

https://github.com/tmthyjames/SQLCell

État de revue

Validé

88

Données de revue IA disponibles

Résultats prouvés par Agent

Info

54

Pas encore de données de résultats Agent

Vérifications

Revue d’installation et d’adoption

7 Validé · 11 Revue nécessaire

Chemin d’installation

92

Validé

npx skills add tmthyjames/SQLCell

Dépôt

88

Validé

https://github.com/tmthyjames/SQLCell

Licence

86

Validé

MIT

Maintenance

20

Corriger

4 ans depuis le dernier push

Revue IA

88

Validé

Approved with no listed issues

Complétude README/SKILL.md

90

Validé

Usable description available

Risque de dépendances

82

Validé

database surface

Sécurité de la commande d’installation

92

Validé

Chemin d’installation standard de package ou runtime

Surface de permissions

74

Vérifier

filesystem or document access, database access

Activité stars/forks

57

Corriger

150 stars et 11 forks; l’activité des issues n’est pas disponible dans les métadonnées actuelles

Adoption

68

Info

150 stars GitHub

Financial decision safety

58

Vérifier

Research-only use: do not treat output as financial advice or execute a position without human approval.

Avertissements

  • Repository appears stale
  • Financial research output is not financial advice; require human review before any live investment decision
  • Repository looks stale
  • Financial research output is not financial advice; require human review before any live investment decision.
  • Quality score needs review
  • Stars/forks activity: 150 stars, 11 forks; issue activity unavailable in current metadata
  • Recent maintenance: 4y since push

Méthode

This report combines public metadata, AI review output, repository freshness, install readiness, OpenAgentSkill events, quality scoring, trust checks, and the agent safety gate. It is not a full source-code security review.

Comparer les options proches

Skills associés à auditer ensuite