SKILLEMALL.ai
GitHub ↗ EN Войти

CA present-paper

Подготовка академических презентаций — на основе статей (журнальный клуб, общие собрания, семинары) и лекционных/учебных колод (учебные материалы курса, слайды семинаров, конференц-доклады). Анализирует исходный материал, находит подтверждающие ссылки, составляет адаптированные для аудитории сценарии выступлений, генерирует или дополняет PPTX с заметками докладчика и готовит ответы на вопросы.

машинный переводПоказать оригиналСкрыть оригинал«Academic presentation preparation — paper-driven (journal club, grand…»

Academic presentation preparation — paper-driven (journal club, grand rounds, seminar) and lecture/teaching decks (course material, workshop slides, conference talks). Analyzes source material, finds supporting references, drafts audience-adapted speaker scripts, generates or augments PPTX with speaker notes, and prepares Q&A.

Aperivue/medsci-skills Agent Skills автор: Aperivue MIT 47 файлов · 30 скриптов тело ≈ 13 189 токенов Открыть источникgithub.com↗ проанализирован 31 ч назад

Подготовка академических презентаций — на основе статей (журнальный клуб, общие собрания, семинары) и лекционных/учебных колод (учебные материалы курса…

Как процесс A 80/100 · Дойдёт до конца — слабые места: стоимость исполнения, отчётность по ходу

АнализаторPowerPointТексты и документыИсследованияЛичная продуктивностьтип 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
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
A
80/100
Дойдёт до конца
Отчётность по ходу вес 2
0
Стоимость исполнения вес 6
40
Результат и критерий готовности вес 14
60
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.
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: 40. 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 ≈ 13189 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 740): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 80/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 40Стоимость исполнения. Тело инструкции 13189 токенов: вытесняет саму задачу из окна
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 101, расплывчатых формулировок: 3
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
  • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
  • low Ответ описан самодельной разметкой (10 тегов): типизированный вызов надёжнее

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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 328 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 54 заголовков
  • +3Пошаговые инструкции: 101 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (25 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (7 из 8)
  • +3Все 11 скриптов описаны в инструкциях

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