BD academic-language-optimizer
Глубокая академическая оптимизация текста диссертации, устранение шаблонности и повторяющихся выражений, типичных для ИИ-письма, чтобы стиль языка полностью соответствовал формальному, объективному, строгому и деликатному характеру человеческого ученого, повышая естественную плавность и академическую узнаваемость текста. Основное обновление: в дополнение к существующим девяти шагам, добавлен «Шаг ноль-2: калибровка человеческого стилистического выражения (Human Stylistic Calibration)», строго соответствующий реальным стилям письма человеческих ученых (особенно аспирантов/младших исследователей) в отечественных и зарубежных медицинских/академических публикациях за 2024–2026 годы, включая естественное смягчение формулировок (hedging), разнообразие ритма предложений, контекстно-зависимые переходы, умеренную позицию исследователя и проблематизацию, избегание чрезмерной номинализации и шаблонности, чтобы гарантировать, что вывод достигнет академического уровня выражения аспиранта.
машинный переводПоказать оригиналСкрыть оригинал«对论文文本进行深度学术优化，消除AI写作常见的模板化、重复性表达，使语言风格完全符合人类学者的正式、客观、严谨与委婉特点，提升文本的自然流畅…»
对论文文本进行深度学术优化，消除AI写作常见的模板化、重复性表达，使语言风格完全符合人类学者的正式、客观、严谨与委婉特点，提升文本的自然流畅度和学术辨识度。核心升级：在原有九个步骤基础上，新增“步骤零-2：Human Stylistic Calibration（人类学者用语校准）”，严格对标2024–2026年国内外医学/学术文献中人类学者（尤其是研究生/中级研究者）真实写作习惯，包括自然hedging、句子节奏多样性、上下文驱动的过渡、适度研究者立场与问题意识、避免过度名词化和模板化，确保输出达到研究生水准的学术表达。
Глубокая академическая оптимизация текста диссертации, устранение шаблонности и повторяющихся выражений, типичных для ИИ-письма, чтобы стиль языка полностью…
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 49/100
- 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
- 40Согласованность. Имя во frontmatter (academic-language-optimizer) не совпадает с папкой (academic-rewriter-description)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 24
- 100Стоимость исполнения. Тело инструкции 678 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
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 263 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 24 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.