SKILLEMALL.ai

AB paper-results-reverse-engineer

Психологические статьи, раздел Результаты, навык обратного разбора v3.0.4 стабильная версия. Использует трехмерную классификацию (тип статьи × область × модальность данных), рабочий процесс с приоритетом профиля исследования, адаптивную архитектуру с девятью ветвями A–I, охватывающую экспериментальные, опросные, РКИ, психометрические, метааналитические, метааналитические координаты нейровизуализации, качественные исследования (тематический анализ, IPA, обоснованная теория, конструктивистская обоснованная теория) и моделирование методологии, а также другие типы исследовательских дизайнов. Вывод по умолчанию — стандартный режим, опционально — пакет передачи модуля H Writer Transfer Packet, связанный с academic-results-writer.

машинный переводПоказать оригиналСкрыть оригинал«心理学论文 Results 反向拆解技能 v3.0.4 稳定版。采用三轴分类(文章类型 × 领域 × 数据模态)、研究画像优先工作流、A–I…»

心理学论文 Results 反向拆解技能 v3.0.4 稳定版。采用三轴分类(文章类型 × 领域 × 数据模态)、研究画像优先工作流、A–I 九分支自适应架构,覆盖实验、问卷、RCT、心理测量、元分析、神经影像坐标元分析、质性研究(主题分析、IPA、扎根理论、建构主义扎根理论)及方法学模拟等各类研究设计。默认输出为标准模式,可选 Module H Writer Transfer Packet 联动 academic-results-writer。

ClawHub Agent Skills автор: bin77-chris v3.0.4 MIT-0 27 файлов тело ≈ 5 760 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Психологические статьи, раздел Результаты, навык обратного разбора v3.0.4 стабильная версия. Использует трехмерную классификацию (тип статьи × область ×…

Как процесс B 79/100 · Почти готов — слабые места: повторный запуск

ГенераторИсследованияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
B
79/100
Почти готов
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 20. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5760 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 79/100

  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (read), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5760 токенов
  • 100Шаги. Шагов: 28
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 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: 18. 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)
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 225 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 36 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (11 из 12)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: suspicious
This is a coherent paper-analysis skill, but it gives the agent broad local PDF access, shell-based PDF extraction, and file-writing behavior without strong user-control boundaries.
LLM: suspicious (high) · VirusTotal: · 28 мая 2026 г.