SKILLEMALL.ai
GitHub ↗ EN Войти

CF analyze-stats

Статистический анализ для медицинских исследовательских статей. Генерирует воспроизводимый код Python/R с готовыми к публикации таблицами и фигурами. Поддерживает диагностическую точность, согласованность между оценщиками, мета-анализ, анализ выживаемости, данные опросов, сравнение групп, регрессию, метод подбора пропенсити и повторные измерения.

машинный переводПоказать оригиналСкрыть оригинал«Statistical analysis for medical research papers. Generates reproducib…»

Statistical analysis for medical research papers. Generates reproducible Python/R code with publication-ready tables and figures. Supports diagnostic accuracy, inter-rater agreement, meta-analysis, survival analysis, survey data, group comparisons, regression, propensity score, and repeated measures.

Aperivue/medsci-skills Agent Skills автор: Aperivue MIT 68 файлов · 23 скрипта тело ≈ 14 836 токенов Открыть источникgithub.com↗ проанализирован 32 ч назад

Статистический анализ для медицинских исследовательских статей.

Как процесс F 46/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/exemplar_plots/decision_curve.md, references/exemplar_plots/mrmc_roc.md, scripts/check_reverse_coding.py

АнализаторДанные и аналитикаИсследованиятип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
79/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
47
Прогон на моделях
не было
Процессный рейтинг
F
46/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/exemplar_plots/decision_curve.md, references/exemplar_plots/mrmc_roc.md, scripts/check_reverse_coding.py
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  3. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 55. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 14836 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: references/exemplar_plots/decision_curve.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/exemplar_plots/mrmc_roc.md
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/check_reverse_coding.py
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/check_structural_zero.py
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 440, 558): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 46/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/exemplar_plots/decision_curve.md, references/exemplar_plots/mrmc_roc.md, scripts/check_reverse_coding.py
  • 0Инструменты и файлы. Не хватает 4 файла(ов): references/exemplar_plots/decision_curve.md, references/exemplar_plots/mrmc_roc.md, scripts/check_reverse_coding.py
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Стоимость исполнения. Тело инструкции 14836 токенов: вытесняет саму задачу из окна
  • 60Шаги. Шагов: 347, расплывчатых формулировок: 5
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • -5В тексте остались TODO / заглушки
  • -31 из 5 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 301 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 53 заголовков
  • +3Пошаговые инструкции: 347 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 47.