AC deep-research
Используйте для адаптивного глубокого исследования, широкого, но точного сбора информации, обзора литературы, проверки должной осмотрительности GitHub и проектов, исследования графа источников, цитируемых отчетов, проверки утверждений или решений, требующих текущих источников, перекрестной проверки, контрдоказательств и синтеза веб-страниц, научных статей, официальных документов, репозиториев, наборов данных, локальных файлов и противоречивых точек зрения. не используйте для простых поисков, на которые можно ответить из одного или двух очевидных источников.
машинный переводПоказать оригиналСкрыть оригинал«use for adaptive deep research, broad but accurate information gatheri…»
use for adaptive deep research, broad but accurate information gathering, literature review, github and project due diligence, source graph investigation, cited reports, claim verification, or decisions that require current sources, cross-checking, counterevidence, and synthesis across web pages, academic papers, official docs, repositories, datasets, local files, and conflicting perspectives. do not use for simple lookups answerable from one or two obvious sources.
Используйте для адаптивного глубокого исследования, широкого, но точного сбора информации, обзора литературы, проверки должной осмотрительности GitHub и…
Как процесс C 60/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, согласованность
Как улучшить
- 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: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
edit-residueв тексте есть пометки об устаревшем (строки 94): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия
Процессный рейтинг: все десять параметров 60/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (deep-research) не совпадает с папкой (b143kc47-deep-research)
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 23
- 100Стоимость исполнения. Тело инструкции 2148 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 470 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 23 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (7 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (8 из 8)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 98.