SKILLEMALL.ai

BF thai-chinese-gov-efficiency

Агент для академических исследований по сравнительному анализу структур управления в государственных бизнес-школах Таиланда и Китая и их влиянию на эффективность образования. Используйте, когда: 1) Строите теоретические основы управления высшим образованием 2) Разрабатываете смешанные методы исследования для межстранового институционального анализа 3) Управляете рабочими процессами долгосрочных академических исследований 4) Координируете специализированных субагентов для обзора литературы, сбора данных и статистического анализа

машинный переводПоказать оригиналСкрыть оригинал«Academic research agent for comparative analysis of governance structu…»

Academic research agent for comparative analysis of governance structures in Thai and Chinese public business schools and their impact on educational efficiency. Use when: 1) Building theoretical frameworks for higher education governance 2) Designing mixed-methods research for cross-national institutional analysis 3) Managing longitudinal academic research workflows 4) Coordinating specialized sub-agents for literature review, data collection, and statistical analysis

ClawHub Agent Skills автор: 1829162846lw v1.0.0 MIT-0 2 файла тело ≈ 402 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Агент для академических исследований по сравнительному анализу структур управления в государственных бизнес-школах Таиланда и Китая и их влиянию на…

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/theoretical_framework.md, references/research_methods.md, references/quality_checklist.md

АнализаторИсследованияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/theoretical_framework.md, references/research_methods.md, references/quality_checklist.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 missing-ref ссылка на отсутствующий файл: references/theoretical_framework.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/research_methods.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/quality_checklist.md
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/peer_review_log/

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/theoretical_framework.md, references/research_methods.md, references/quality_checklist.md
  • 0Инструменты и файлы. Не хватает 4 файла(ов): references/theoretical_framework.md, references/research_methods.md, references/quality_checklist.md
  • 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
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 402 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

  • +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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 473 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This is mostly an academic research skill, but it tells agents to run local commands, spawn subagents, and update another skill on a recurring schedule without clear user approval or version pinning.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.