SKILLEMALL.ai
GitHub ↗ EN Войти

BC pkpd-modeling

Моделирование и симуляция фармакокинетики и фармакодинамики — некомпартментный анализ, компартментная и популяционная PK, PK/PD и экспозиция-ответ, TMDD, ориентация PBPK, биоэквивалентность, аллометрическое масштабирование и доза первого введения человеку, прогнозирование лекарственных взаимодействий и байесовский терапевтический мониторинг. Используйте при анализе данных концентрация-время, получении метрик экспозиции, подгонке PK или PD моделей или оценке режимов дозирования. Триггеры включают "фармакокинетика", "фармакодинамика", "PK/PD", "NCA", "некомпартментный", "AUC", "Cmax", "lambda z", "период полувыведения", "клиренс", "объем распределения", "компартментная модель", "популяционная PK", "popPK", "NONMEM", "nlmixr2", "Pharmpy", "Monolix", "экспозиция-ответ", "Emax", "EC50", "непрямой ответ", "компартмент эффекта", "TMDD", "PBPK", "биоэквивалентность", "RSABE", "ABEL", "аллометрическое масштабирование", "первое введение человеку", "MABEL", "лекарственные взаимодействия", "DDI", "ICH M12", "концентрация-QTc", "терапевтический мониторинг", "MIPD" и "режим дозирования".

машинный переводПоказать оригиналСкрыть оригинал«Pharmacokinetic and pharmacodynamic modelling and simulation - non-com…»

Pharmacokinetic and pharmacodynamic modelling and simulation - non-compartmental analysis, compartmental and population PK, PK/PD and exposure-response, TMDD, PBPK orientation, bioequivalence, allometric scaling and first-in-human dose, drug interaction prediction, and Bayesian therapeutic drug monitoring. Use when analysing concentration-time data, deriving exposure metrics, fitting PK or PD models, or evaluating dosing regimens. Triggers include "pharmacokinetics", "pharmacodynamics", "PK/PD", "NCA", "non-compartmental", "AUC", "Cmax", "lambda z", "half-life", "clearance", "volume of distribution", "compartmental model", "population PK", "popPK", "NONMEM", "nlmixr2", "Pharmpy", "Monolix", "exposure-response", "Emax", "EC50", "indirect response", "effect compartment", "TMDD", "PBPK", "bioequivalence", "RSABE", "ABEL", "allometric scaling", "first-in-human", "MABEL", "drug-drug interaction", "DDI", "ICH M12", "concentration-QTc", "therapeutic drug monitoring", "MIPD", and "dosing regimen".

K-Dense-AI/claude-scientific-skills Agent Skills автор: K-Dense-AI MIT 28 файлов · 11 скриптов тело ≈ 4 029 токенов Открыть источникgithub.com↗ проанализирован 13 ч назад

Моделирование и симуляция фармакокинетики и фармакодинамики — некомпартментный анализ, компартментная и популяционная PK, PK/PD и экспозиция-ответ, TMDD…

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктураДанные и аналитикаИИ и агентытип 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
B
92/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Входы и предусловия вес 11
0
Когда включается вес 12
20
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
      Заранее разрешены широкие инструменты: Bash
      allowed-tools: Read Write Edit Bash

    Просканировано файлов: 28. 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 61/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 70Стоимость исполнения. Тело инструкции 4029 токенов
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 8
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Длина description 1004: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -32 из 11 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +5В description 24 примера фраз-триггеров в кавычках
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 8 пунктов
    • +4Есть примеры (10 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (14 из 14)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.