BB value-mining-lengthybooks
Извлекает действенные идеи из книг с использованием Четырехслойной Методологии: (1) Скелет — концептуальные рамки и ментальные модели, (2) Плоть — 2-3 подробных примера, включая оригинальные примеры, межотраслевые аналогии и реальные применения, (3) Суть — межотраслевые матрицы миграции с конкретными отраслевыми адаптациями и выполнимые СОП из 3-5 шагов, (4) Остаток — критический анализ границ, ограничений и условий сбоя. Два режима обработки: Быстрый (5 основных пунктов, 10-15 мин) для быстрой оценки и Глубокий (10-20 комплексных пунктов, 30-45 мин) для систематического обучения. Включает тестирование проверки Фейнмана с проблемно-ориентированными сценариями и шкалами оценки. Генерирует структурированные отчеты в форматах Markdown/PDF/Word. Используйте, когда пользователь запрашивает систематическое извлечение знаний, дистилляцию концепций или руководство по внедрению из книг по методологии/бизнесу/психологии/самопомощи с акцентом на практическое применение и междоменную передачу.
машинный переводПоказать оригиналСкрыть оригинал«Extract actionable insights from books using Four-Layer Methodology: (…»
Extract actionable insights from books using Four-Layer Methodology: (1) Skeleton - conceptual frameworks and mental models, (2) Flesh - 2-3 detailed case studies including original examples, cross-industry analogies, and real-world applications, (3) Essence - cross-industry migration matrices with specific industry adaptations and 3-5 step executable SOPs, (4) Residue - critical analysis of boundaries, limitations, and failure conditions. Dual processing modes: Quick (5 core points, 10-15 min) for rapid assessment and Deep (10-20 comprehensive points, 30-45 min) for systematic learning. Includes Feynman validation testing with scenario-based problems and scoring rubrics. Generates structured reports in Markdown/PDF/Word formats. Use when user requests systematic knowledge extraction, concept distillation, or implementation guidance from methodology/business/psychology/self-help books with emphasis on practical application and cross-domain transfer.
Извлекает действенные идеи из книг с использованием Четырехслойной Методологии: (1) Скелет — концептуальные рамки и ментальные модели, (2) Плоть — 2-3…
Как процесс B 68/100 · Почти готов — слабые места: когда включается, согласованность, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Extract actionable insights from books using Four-Layer Methodolog… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
body-longтело SKILL.md ≈ 5520 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 68/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (value-mining-lengthybooks) не совпадает с папкой (valuemining-lengthybooks)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 5520 токенов
- 85Шаги. Шагов: 191, расплывчатых формулировок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Результат и критерий готовности. Формат результата и критерий готовности описаны
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
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)
- +3Длина description 963: рекомендуется 120–800 символов
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 43 заголовков
- +3Пошаговые инструкции: 191 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (15 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.