SKILLEMALL.ai

CC super-research

Автономный исследовательский навык для неограниченной, объемной исследовательской работы — агент, оставленный работающим на некоторое время (от минут до ночи), который производит честные, сопоставимые, проверяемые доказательства вместо одного одноразового ответа. Охватывает восемь режимов, выбираемых по запросу: (1) цикл экспериментов — итеративно редактируйте код, запускайте, измеряйте метрику, сохраняйте или отменяйте (базовый уровень → гипотеза → запуск → сохранение/отмена цикла; используйте для «оптимизировать X», «настроить гиперпараметры», «запускать эксперименты ночью», «автономно улучшить эту модель», «подниматься по метрике», «自动实验»); (2) обзор темы / 主题调研 — собирайте и синтезируйте источники по вопросу (используйте для «обзора литературы по X», «исследования темы Y», «调研 Z», «обзор литературы», «глубокое исследование», «каково состояние дел в», «собрать доказательства о»); (3) количественный анализ / 量化分析 — воспроизводимый, основанный на гипотезах анализ данных с аудитом схемы, размерами эффектов и оговорками (используйте для «анализировать этот набор данных», «量化分析», «проверить, коррелирует ли X с Y», «вычислить эффект», «исследовать эти данные»); (4) сравнение эталонов / 对比评测 — выбор среди N кандидатов по справедливой, фиксированной матрице (используйте для «сравнить X против Y», «какая библиотека/модель/промпт лучше всего подходит нам», «сравнить эти варианты», «选型», «对比评测»); (5) исследование первопричин / 根因排查 — основанная на гипотезах, двусторонняя отладка регрессий, сбоев и падений производительности (используйте для «почему X сломано», «найти первопричину», «отладить регрессию», «почему это нестабильно», «排查», «定位», «复盘»); (6) абляционное исследование / 消融实验 — исключающее исследование атрибуции компонентов системы относительно измеренного уровня шума (используйте для «абляция X», «какие части Y важны», «исследование атрибуции», «消融实验», «вытягивает ли компонент Z свой вес»); (7) воспроизведение статьи / 复现论文 — реализация метода статьи в виде рабочего репозитория с зарегистрированными неоднозначностями (используйте для «复现这篇论文», «статья в код», «реализовать этот метод», «воспроизвести основную таблицу X»); (8) написание статьи и проверка цитат / 写论文 & 引用校验 — черновик или полировка научной статьи и проверка каждой цитаты по реальным данным.

машинный переводПоказать оригиналСкрыть оригинал«Autonomous research skill for open-ended, high-volume research work —…»

Autonomous research skill for open-ended, high-volume research work — an agent left running for a while (minutes to overnight) that produces honest, comparable, auditable evidence instead of a single one-shot answer. Covers eight modes selected by the request: (1) experiment loop — iteratively edit code, run, measure a metric, keep or revert (baseline → hypothesize → run → keep/revert loop; use for "optimize X", "tune hyperparameters", "run experiments overnight", "autonomously improve this model", "hill-climb a metric", "自动实验"); (2) topic survey / 主题调研 — collect and synthesize sources on a question (use for "survey the literature on X", "research topic Y", "调研 Z", "literature review", "deep research", "what's the state of the art in", "gather evidence about"); (3) quantitative analysis / 量化分析 — reproducible, hypothesis-first data analysis with schema audit, effect sizes, and caveats (use for "analyze this dataset", "量化分析", "test whether X correlates with Y", "compute the effect of", "investigate this data"); (4) benchmark comparison / 对比评测 — pick among N candidates under a fair, fixed matrix (use for "compare X vs Y", "which library/model/prompt is best for us", "benchmark these options", "选型", "对比评测"); (5) root-cause investigation / 根因排查 — hypothesis-driven, two-way-reversal debugging of regressions, flakes, and perf drops (use for "why is X broken", "root cause this", "debug the regression", "why is it flaky", "排查", "定位", "复盘"); (6) ablation study / 消融实验 — leave-one-out attribution of a system's components against a measured noise floor (use for "ablate X", "which parts of Y matter", "attribution study", "消融实验", "is component Z pulling its weight"); (7) paper reproduction / 复现论文 — implement a paper's method as a working repo with logged ambiguities (use for "复现这篇论文", "paper to code", "implement this method", "reproduce the main table of X"); (8) paper writing + citation audit / 写论文 & 引用校验 — draft or polish an academic paper and verify every citation against real

XiaomiMiMo/MiMo-Code Agent Skills автор: XiaomiMiMo MIT 34 файла · 11 скриптов тело ≈ 2 175 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Автономный исследовательский навык для неограниченной, объемной исследовательской работы — агент, оставленный работающим на некоторое время (от минут до…

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

ИнтеграцияИсследованияДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
55
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Сократите description до 1024 символов.
Для прогона на моделях — необязательно
  • 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: 19. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка description-long description 2447 символов, лимит 1024
  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Autonomous research skill for open-ended, high-volume research wor… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • заметка description-budget description занимает 2447 из общего бюджета ~15000 символов на все скиллы

Процессный рейтинг: все десять параметров 61/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 19
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2175 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Среди тестов нет случая на инъекцию через данные

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 2447: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 36 примера фраз-триггеров в кавычках
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 19 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (9 из 9)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 55.