SKILLEMALL.ai
GitHub ↗ EN Войти

AD 13c-metabolic-flux

Оценивает внутриклеточные метаболические потоки по данным стационарного 13C-мечения с использованием проверенных атомных карт, моделирования изотопов mfapy, подгонки с ограниченным числом стартовых точек и диагностики профилей потоков. Используется для 13C-MFA, углеродного мечения, масс-изотомерных распределений (MDVs/MIDs), позиционных изотопомеров, параллельных экспериментов с мечеными соединениями и определения того, ограничивают ли данные мечения поток в пути. Различает вывод меченых данных на основе измерений и анализ баланса потоков COBRA, а также помечает эксперименты, требующие нестационарного MFA.

машинный переводПоказать оригиналСкрыть оригинал«Estimates intracellular metabolic fluxes from steady-state carbon-13 i…»

Estimates intracellular metabolic fluxes from steady-state carbon-13 isotope-tracing measurements using validated atom maps, mfapy isotope simulation, constrained multistart fitting, and flux-profile diagnostics. Use for 13C-MFA, carbon tracing, mass isotopomer distributions (MDVs/MIDs), positional isotopomers, parallel tracer experiments, and determining whether labeling data constrain a pathway flux. Distinguishes measured-label inference from COBRA flux balance analysis and flags experiments requiring nonstationary MFA.

K-Dense-AI/claude-scientific-skills Agent Skills автор: K-Dense-AI MIT 16 файлов · 3 скрипта тело ≈ 2 935 токенов Открыть источникgithub.com↗ проанализирован 12 ч назад

Оценивает внутриклеточные метаболические потоки по данным стационарного 13C-мечения с использованием проверенных атомных карт, моделирования изотопов mfapy…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторРазработкаДанные и аналитикаТексты и документытип 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
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 41/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (git, python), но во frontmatter они не объявлены
    • 85Шаги. Шагов: 20, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2935 токенов
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

    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
    • +2Инструкции на одном языке
    • +3Длина description 528 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 20 пунктов
    • +4Есть примеры (6 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 3 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    В песочнице Скрипты не запустились

    Скрипты скилла запущены в одноразовой машине: без сети, с подложными ключами в домашнем каталоге, под наблюдением. Мы записали, что они делали. Попытка выйти в сеть или прочитать чужие секреты ограничивает техническую оценку буквой C; тихий запуск баллов не добавляет.

    Запущено 3 скрипта; каждому дали двадцать секунд, поддельный домашний каталог с ключами и сеть, в которой ничего нет.

    Ни один не дошёл до работы — им не хватило зависимостей, аргументов или файлов. Это не отзыв о поведении: наблюдать было не за чем.

    scripts/_mfa_fit.pyне запустился: ModuleNotFoundError: No module named 'numpy'
    scripts/_mfa_model.pyне запустился: ModuleNotFoundError: No module named 'numpy'
    scripts/mfa.pyне запустился: mfa.py: error: the following arguments are required: command

    5 окт. 2026 г.