SKILLEMALL.ai

BB paper-deep-reading-teaching-explainer

Глубокое чтение исследовательских статей для создания авторитетных, основанных на доказательствах отчетов об обучении, объяснений, готовых к воспроизводимости/защите, артефактов для поиска инноваций, поэтапных планов раскадровки мультфильмов с несколькими изображениями, обеспечивающих непрерывность/кинематографию и проверки исходных данных с защитой от галлюцинаций, основанные на источниках PDF и/или LaTeX, а также руководство по окончательной сборке изображений в PDF. Используйте, когда пользователям требуется строгое понимание статей, объяснения для обучения, материалы для подготовки ответов, проверки воспроизводимости и готовые к презентации визуальные рабочие процессы без смешивания генерации отчетов и генерации изображений в одном запросе.

машинный переводПоказать оригиналСкрыть оригинал«Deep-read research papers into authoritative, evidence-grounded teachi…»

Deep-read research papers into authoritative, evidence-grounded teaching reports, reproducibility/defense-ready explanations, innovation-mining artifacts, staged multi-image cartoon storyboard plans with continuity/cinematography and anti-hallucination source checks grounded in PDF and/or LaTeX sources, and final image-PDF assembly guidance. Use when users need rigorous paper understanding, teachable explanations, answer-prep material, reproducibility checks, and presentation-ready visual workflows without mixing report generation and image generation in one turn.

ClawHub Agent Skills автор: c-narcissus v10.1.8 MIT-0 46 файлов тело ≈ 14 781 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Глубокое чтение исследовательских статей для создания авторитетных, основанных на доказательствах отчетов об обучении, объяснений, готовых к…

Как процесс B 78/100 · Почти готов — слабые места: результат и критерий готовности, стоимость исполнения

ПроцедураLaTeXДанные и аналитикаОбучениеМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
B
78/100
Почти готов
Результат и критерий готовности вес 14
40
Стоимость исполнения вес 6
40
Инструменты и файлы вес 18
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: 46. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 14781 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 78/100

  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 40Стоимость исполнения. Тело инструкции 14781 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
  • 70Ошибки и развилки. Развилок: 37
  • 100Шаги. Шагов: 466
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Входы и предусловия. Входные данные и предусловия перечислены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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: 19. Похоже на несколько доменов в одном скилле
  • low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели

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
  • -31 из 8 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 570 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 52 заголовков
  • +3Пошаговые инструкции: 466 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This skill is a disclosed paper-reading, teaching, storyboard, and local PDF-bundling workflow, with no evidence of hidden execution, credential use, persistence, or exfiltration.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.