SKILLEMALL.ai

CB polish-language

Проверка согласованности академического английского языка и полировка неродного (ESL) языка для медицинских рукописей. Детерминированно помечает нарушения определения аббревиатур, расхождения в написании американского/британского английского, дефисы/тире в числовых диапазонах, регистр P/p, варианты написания через дефис, стиль написания малых чисел и пробелы между значениями/единицами, затем направляет проход только по стилю для ясности, который никогда не изменяет числа, цитаты или научный смысл. Отличается от humanize (удаление ИИ-текста) и check-reporting (пункты руководства).

машинный переводПоказать оригиналСкрыть оригинал«Academic English consistency linting and non-native (ESL) language pol…»

Academic English consistency linting and non-native (ESL) language polish for medical manuscripts. Deterministically flags abbreviation define-once violations, US/UK spelling drift, hyphen-vs-en-dash numeric ranges, P/p case, hyphenation variants, small-number style, and value/unit spacing, then guides a style-only clarity pass that never alters numbers, citations, or scientific meaning. Distinct from humanize (AI-tell removal) and check-reporting (guideline items).

Aperivue/medsci-skills Agent Skills автор: Aperivue MIT 14 файлов · 6 скриптов тело ≈ 1 723 токенов Открыть источникgithub.com проанализирован 31 ч назад

Проверка согласованности академического английского языка и полировка неродного (ESL) языка для медицинских рукописей.

Как процесс B 69/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск

АнализаторИсследованияДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Когда включается вес 12
50
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.
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: 12. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"

Процессный рейтинг: все десять параметров 69/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 55Ошибки и развилки. Развилок: 1
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 31
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1723 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 470 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Есть примеры (3 блоков кода)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.