SKILLEMALL.ai

AF agentsop-bio-fraud-forensics

Проверяет биомедицинские / медико-биологические статьи на признаки фабрикации данных, манипуляции изображениями и статистические аномалии, используя методы обнаружения, извлеченные из канонических платформ для выявления таких случаев (PubPeer, Data Colada, Science Integrity Digest, For Better Science) и инструментов (ImageTwin/Proofig, statcheck, GRIM/GRIMMER, Problematic Paper Screener, Seek & Blastn). Используйте, когда вас просят проверить статью/рисунок на дублирование изображений, склейку блоттингов, невозможную статистику, признаки бумажных фабрик или «искаженных фраз», целостность исследований или «поддельные ли эти данные»; или когда пользователь делится рисунком, вестерн-блоттингом, дополнительным набором данных или DOI и спрашивает, выглядит ли он подделанным. Сообщает о наблюдаемых аномалиях в виде вопросов для уточнения — никогда не обвиняет кого-либо в мошенничестве.

машинный переводПоказать оригиналСкрыть оригинал«Screens biomedical / life-science papers for signs of data fabrication…»

Screens biomedical / life-science papers for signs of data fabrication, image manipulation, and statistical anomalies, using the detection techniques distilled from the field's canonical exposure platforms (PubPeer, Data Colada, Science Integrity Digest, For Better Science) and tools (ImageTwin/Proofig, statcheck, GRIM/GRIMMER, Problematic Paper Screener, Seek & Blastn). Use when asked to check a paper/figure for image duplication, blot splicing, impossible statistics, paper-mill or tortured-phrase signals, research integrity, or "is this data faked"; or when a user shares a figure, Western blot, supplementary dataset, or DOI and asks whether it looks manipulated. Reports observable anomalies as questions for clarification — it never accuses anyone of fraud.

ClawHub Agent Skills автор: HengJun Wang v0.1.1 MIT-0 14 файлов тело ≈ 2 886 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проверяет биомедицинские / медико-биологические статьи на признаки фабрикации данных, манипуляции изображениями и статистические аномалии, используя методы…

Как процесс F 50/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/R01..R07-*.md

АнализаторExcelДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
F
50/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/R01..R07-*.md
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/R01..R07-*.md
  • заметка frontmatter-key неизвестное поле фронтматтера "domain"
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger_keywords"

Процессный рейтинг: все десять параметров 50/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/R01..R07-*.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/R01..R07-*.md
  • 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
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 28
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2886 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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)
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 768 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +3Формат ответа описан явно
  • +4Справочные файлы упоминаются в инструкциях (2 из 9)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

Внешние проверки

ClawHub: clean
This is a disclosed biomedical research-integrity screening guide with strong neutral-language safeguards and no executable code, hidden install behavior, or credential collection.
LLM: benign (high) · VirusTotal: · 2 июн. 2026 г.