К основному содержанию
скилл CX Codex

subcontractor-prequalification — скилл для Claude Code

Скилл subcontractor-prequalification оценивает субподрядчиков по безопасности, финансам и опыту, отбирает квалифицированных и выводит реестр.

MIT 123 установок ★ 434 обновлён 2026-10-19

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill subcontractor-prequalification -a claude-code
Открыть на GitHub

Что делает subcontractor-prequalification

Скилл принимает заявку с названием компании, специализацией, выручкой, страховой ёмкостью и коэффициентом EMR (Experience Modification Rate), присваивает ей идентификатор и статус pending. Затем по шести критериям (Safety Record, Financial Stability, Experience, References, Capacity, Insurance/Bonding) проставляются баллы: каждый критерий имеет вес и минимальный порог, общая сумма должна быть не меньше 60 для статуса qualified или 50 для conditionally_qualified. Если хотя бы один критерий не набрал минимум, заявка получает not_qualified.

Внутри класс SubcontractorPrequalification хранит словарь заявок, умеет фильтровать по специализации и экспортирует реестр в Excel через pandas. Требуется Python 3; pandas должен быть установлен отдельно — скилл импортирует его напрямую.

Какие задачи решает

  • отсеять субподрядчиков с низким EMR или недостаточной страховкой
  • вывести квалифицированных электриков или сантехников по проекту
  • экспортировать реестр заявок в Excel с баллами и статусами
  • проверить, прошла ли компания по всем критериям безопасности и финансов

Примеры запросов агенту

  • Создай реестр квалификации для проекта «Офисная башня» и добавь заявку от ABC Electric
  • Оцени заявку PQ-001 по шести критериям и выведи её статус
  • Экспортируй реестр квалифицированных субподрядчиков в qualified_subs.xlsx

Как установить subcontractor-prequalification

1Через Skills CLI (Vercel)

npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill subcontractor-prequalification -a claude-code

2Вручную: положить файлы

~/.claude/skills/subcontractor-prequalification/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/subcontractor-prequalification/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о subcontractor-prequalification

Как установить subcontractor-prequalification в Claude Code?

Выполни npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill subcontractor-prequalification -a claude-code, затем открой ~/.claude/skills/subcontractor-prequalification/SKILL.md.

Что делает subcontractor-prequalification?

Принимает заявки субподрядчиков, оценивает их по безопасности, финансам и опыту, присваивает статус (квалифицирован, условно квалифицирован, отклонён) и экспортирует реестр в Excel.

Что нужно для работы скилла?

Python 3 и библиотека pandas — скилл импортирует её для экспорта в Excel.

Исходный текст

SKILL.md · MIT
---
name: "subcontractor-prequalification"
description: "Prequalify subcontractors based on safety, financial, and performance criteria."
homepage: "https://datadrivenconstruction.io"
metadata: {"openclaw": {"emoji": "🛒", "os": ["darwin", "linux", "win32"], "homepage": "https://datadrivenconstruction.io", "requires": {"bins": ["python3"]}}}
---
# Subcontractor Prequalification

## Technical Implementation

```python
import pandas as pd
from datetime import date
from typing import Dict, Any, List
from dataclasses import dataclass, field
from enum import Enum


class QualificationStatus(Enum):
    PENDING = "pending"
    QUALIFIED = "qualified"
    CONDITIONALLY_QUALIFIED = "conditionally_qualified"
    NOT_QUALIFIED = "not_qualified"


@dataclass
class PrequalificationCriteria:
    name: str
    weight: float
    min_score: int
    max_score: int = 10


@dataclass
class SubcontractorApplication:
    app_id: str
    company_name: str
    trade: str
    contact_email: str
    years_in_business: int
    annual_revenue: float
    bonding_capacity: float
    emr_rate: float  # Experience Modification Rate
    status: QualificationStatus
    scores: Dict[str, int] = field(default_factory=dict)
    documents_received: List[str] = field(default_factory=list)
    notes: str = ""

    @property
    def total_score(self) -> float:
        return sum(self.scores.values())


class SubcontractorPrequalification:
    def __init__(self, project_name: str):
        self.project_name = project_name
        self.applications: Dict[str, SubcontractorApplication] = {}
        self.criteria = self._default_criteria()
        self._counter = 0

    def _default_criteria(self) -> List[PrequalificationCriteria]:
        return [
            PrequalificationCriteria("Safety Record", 0.25, 6),
            PrequalificationCriteria("Financial Stability", 0.20, 5),
            PrequalificationCriteria("Experience", 0.20, 6),
            PrequalificationCriteria("References", 0.15, 5),
            PrequalificationCriteria("Capacity", 0.10, 5),
            PrequalificationCriteria("Insurance/Bonding", 0.10, 7)
        ]

    def add_application(self, company_name: str, trade: str, contact_email: str,
                       years_in_business: int, annual_revenue: float,
                       bonding_capacity: float, emr_rate: float) -> SubcontractorApplication:
        self._counter += 1
        app_id = f"PQ-{self._counter:03d}"

        app = SubcontractorApplication(
            app_id=app_id,
            company_name=company_name,
            trade=trade,
            contact_email=contact_email,
            years_in_business=years_in_business,
            annual_revenue=annual_revenue,
            bonding_capacity=bonding_capacity,
            emr_rate=emr_rate,
            status=QualificationStatus.PENDING
        )
        self.applications[app_id] = app
        return app

    def score_application(self, app_id: str, scores: Dict[str, int]):
        if app_id not in self.applications:
            return
        app = self.applications[app_id]
        app.scores = scores
        self._evaluate_qualification(app)

    def _evaluate_qualification(self, app: SubcontractorApplication):
        passed = True
        for criteria in self.criteria:
            score = app.scores.get(criteria.name, 0)
            if score < criteria.min_score:
                passed = False
                break

        if passed and app.total_score >= 60:
            app.status = QualificationStatus.QUALIFIED
        elif app.total_score >= 50:
            app.status = QualificationStatus.CONDITIONALLY_QUALIFIED
        else:
            app.status = QualificationStatus.NOT_QUALIFIED

    def get_qualified(self, trade: str = None) -> List[SubcontractorApplication]:
        qualified = [a for a in self.applications.values()
                    if a.status in [QualificationStatus.QUALIFIED,
                                   QualificationStatus.CONDITIONALLY_QUALIFIED]]
        if trade:
            qualified = [a for a in qualified if a.trade.lower() == trade.lower()]
        return qualified

    def export_register(self, output_path: str):
        data = [{
            'ID': a.app_id,
            'Company': a.company_name,
            'Trade': a.trade,
            'Years': a.years_in_business,
            'Revenue': a.annual_revenue,
            'EMR': a.emr_rate,
            'Status': a.status.value,
            'Score': a.total_score
        } for a in self.applications.values()]
        pd.DataFrame(data).to_excel(output_path, index=False)
```

## Quick Start

```python
prequal = SubcontractorPrequalification("Office Tower")

app = prequal.add_application("ABC Electric", "Electrical", "[email protected]",
                              years_in_business=15, annual_revenue=10000000,
                              bonding_capacity=5000000, emr_rate=0.85)

prequal.score_application(app.app_id, {
    "Safety Record": 8, "Financial Stability": 7, "Experience": 8,
    "References": 7, "Capacity": 8, "Insurance/Bonding": 9
})

qualified = prequal.get_qualified("Electrical")
```

## Resources
- **DDC Book**: Chapter 3.4 - Procurement

© datadrivenconstruction · MIT · datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction

Похожие скиллы

Все скиллы по теме «Автоматизация и no-code: n8n, Zapier, Make» →
csv-excel-merger OneWave-AI Скилл csv-excel-merger складывает несколько CSV, TSV и Excel в один файл: склеивает, джойнит по ключу, убирает дубли и проверяет арифметику строк. CX Codex +1 1 200установок contract-delivery-kickoff gasserane Скилл contract-delivery-kickoff собирает по договору с подрядчиком пакет к первой рабочей сессии: книгу с разбивкой дней под потолок контракта, внутренний бриф, повестку и шаблон заметок. CX Codex +1 134установок excel-analysis davila7 Скилл excel-analysis для Claude Code содержит шаблоны обработки таблиц Excel: скрипты для сводных таблиц, очистки данных и графиков. CX Codex +1 3 031установок data-analysis-skill podo Скилл data-analysis-skill разбирает Excel и CSV, подключает субагентов для параллельного анализа и собирает интерактивный HTML-отчёт. По запросу он экспортирует результат в PowerPoint. CX Codex +1 205установок selection-toolkit gasserane Скилл selection-toolkit собирает рабочие книги Excel для проведения конкурса или многокритериальной оценки. Создаёт мастер-книгу и отдельные файлы для каждого члена комиссии, запускает взвешенное оценивание по опубликованным критериям. CX Codex +1 135установок xlsx официальный anthropics Скилл для Claude Code и Claude.ai создаёт, правит и проверяет электронные таблицы. Запускается при работе с файлами xlsx, xlsm, csv или tsv. CX Codex +1 187 223установок

Из того же набора156

Весь набор →
carbon-calculator Скилл carbon-calculator рассчитывает воплощённый углерод строительных материалов по коэффициентам выбросов. Поможет сравнить варианты и подготовить данные для отчётности. CX Codex +1 123установок look-ahead-scheduler Скилл look-ahead-scheduler генерирует скользящие графики работ на 2, 3 или 6 недель вперёд с анализом ограничений и распределением бригад. Помогает выявить проблемы расписания за несколько недель до их наступления. CX Codex +1 123установок schedule-forecaster Скилл schedule-forecaster для Claude Code прогнозирует дату завершения строительного проекта и риск задержки по его ходу и историческим данным. Подключается к запросам о сроках проекта. CX Codex +1 123установок rag-construction Скилл rag-construction помогает развернуть RAG-поиск по строительным документам и отчётам. Пригодится при настройке базы знаний проекта на базе Python. CX Codex +1 123установок unit-price-database-manager Скилл unit-price-database-manager ведёт базу расценок на строительные работы: обновляет цены, хранит историю и котировки поставщиков, пересчитывает под город. Полезен, когда смета должна сходиться с рынком. CX Codex +1 122установок co2-carbon-footprint Скилл co2-carbon-footprint рассчитывает выбросы CO2 и углеродный след по данным BIM-моделей. Помогает оценить связанный углерод по материалам и стадиям жизненного цикла здания. CX Codex +1 122установок standards-compliance-checker Скилл standards-compliance-checker проверяет строительные данные на соответствие стандартам: ISO 19650, IFC, COBie, UniFormat, MasterFormat. Находит ошибки в именах файлов, кодах статусов, GUID и обязательных полях. CX Codex +1 122установок digital-maturity-assessment Скилл digital-maturity-assessment оценивает готовность компании к цифровой трансформации. Анализирует технологический стек, работу с данными и зрелость процессов. CX Codex +1 121установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой