SKILLEMALL.ai

AC paper-logic

Эксперт по логическому анализу научных статей. Специализируется на выявлении прогрессивных связей и логики аргументации между разделами статьи, выдавая логическую цепочку, а не список структур. Сценарии запуска: (1) Введите "проанализировать логику" (2) Введите "проанализировать логику аргументации" (3) Введите "найти инновационные моменты" (4) Введите "прояснить идею статьи" (5) Запрос "логический разбор".

машинный переводПоказать оригиналСкрыть оригинал«学术文献逻辑梳理专家。专注挖掘论文内部章节间的递进关系与论证脉络,输出逻辑链而非结构清单。触发场景:(1) 输入"梳理逻辑" (2) 输入"…»

学术文献逻辑梳理专家。专注挖掘论文内部章节间的递进关系与论证脉络,输出逻辑链而非结构清单。触发场景:(1) 输入"梳理逻辑" (2) 输入"分析论证脉络" (3) 输入"找出创新点" (4) 输入"理清论文思路" (5) 要求"逻辑拆解"。

ClawHub Agent Skills автор: Hengheng Shang v1.0.0 MIT-0 2 файла тело ≈ 295 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Эксперт по логическому анализу научных статей.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 11
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 295 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 120 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 11 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This is a narrow academic-paper logic analysis skill with no executable code or hidden behavior found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.