SKILLEMALL.ai
GitHub ↗ EN Войти

DB bio-workflows-neoantigen-pipeline

(описание отсутствует)

FreedomIntelligence/OpenClaw-Medical-Skills Agent Skills автор: FreedomIntelligence 3 файла · 1 скрипт тело ≈ 2 460 токенов Открыть источникgithub.com↗ проанализирован 11 ч назад

<!--

Как процесс B 72/100 · Почти готов — слабые места: когда включается, отчётность по ходу

ПроцедураИнфраструктуратип 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
D
58/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
0
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Когда включается вес 12
0
Отчётность по ходу вес 2
0
Ошибки и развилки вес 10
50
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Добавьте description во фронтматтер: без него скилл никогда не сработает.
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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Секреты в коде secret-high-entropy-token examples/neoantigen_workflow.py:251
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка; тестовый файл / пример)
    __AUTHOR_SIGNATURE__ = "9a7f…URE"
    детектортестовый файл
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:325
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    <!-- AUTHOR_SIGNATURE: 9a7f…URE -->
    детектор
  • низкая Секреты в коде secret-high-entropy-token usage-guide.md:101
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    <!-- AUTHOR_SIGNATURE: 9a7f…URE -->
    детектор

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка frontmatter SKILL.md: no YAML frontmatter block found
  • ошибка name-missing SKILL.md: нет поля name во фронтматтере
  • ошибка description-missing SKILL.md: нет description — скилл никогда не сработает

Процессный рейтинг: все десять параметров 72/100

  • 0Когда включается. Не сказано, при каком запросе скилл включается
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 17
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2460 токенов
  • 100Повторный запуск. Изменяющих операций нет

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)
  • +3Длина description 0: рекомендуется 120–800 символов
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 17 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (10 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 0.