CC rfdiffusion
Генерируйте каркасы белков с помощью RFdiffusion, генеративной модели на основе диффузии для де ново генерации структуры белка. Используйте этот навык, когда: (1) Разрабатываете каркасы связующих для целевого белка, (2) Генерируете новые каркасы белков с нуля, (3) Встраиваете функциональные мотивы в новые белки, (4) Указываете горячие точки остатков для дизайна интерфейса, (5) Создаете симметричные олигомеры. Для дизайна последовательности после генерации каркаса используйте proteinmpnn. Для валидации структуры используйте alphafold или chai. Для порогов контроля качества используйте protein-qc.
машинный переводПоказать оригиналСкрыть оригинал«Generate protein backbones using RFdiffusion, a diffusion-based genera…»
Generate protein backbones using RFdiffusion, a diffusion-based generative model for de novo protein structure generation. Use this skill when: (1) Designing binder scaffolds for a target protein, (2) Generating novel protein backbones from scratch, (3) Scaffolding functional motifs into new proteins, (4) Specifying hotspot residues for interface design, (5) Creating symmetric oligomers. For sequence design after backbone generation, use proteinmpnn. For structure validation, use alphafold or chai. For QC thresholds, use protein-qc.
Генерируйте каркасы белков с помощью RFdiffusion, генеративной модели на основе диффузии для де ново генерации структуры белка.
Как процесс C 54/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: ../../docs/installation.md
Как улучшить
- Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-long-hermesdescription 539 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой) - предупреждение
missing-refссылка на отсутствующий файл: ../../docs/installation.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "proteinbase_slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "proteinbase_url" - заметка
frontmatter-keyнеизвестное поле фронтматтера "biomodals_script"
Процессный рейтинг: все десять параметров 54/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): ../../docs/installation.md
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 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
- 85Шаги. Шагов: 11, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2067 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 11. 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)
- -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +2Инструкции на одном языке
- +3Длина description 538 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 30 заголовков
- +3Пошаговые инструкции: 11 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (14 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.