SKILLEMALL.ai

AC relativity-deposition-question-builder

Разрабатывает наборы вопросов для допроса из PDF-производств, экспортированных из Relativity, на основе предоставленной пользователем юридической теории. Используйте, когда задачи включают проверку PDF-файлов, предоставленных оппонентом, извлечение идентификаторов документов с каждой страницы из нижнего правого угла (если появляются два числа, используйте меньшее), сопоставление релевантности документов с юридической теорией и составление вопросов, сгруппированных по идентификатору документа, с указанием необходимого обоснования и цитат.

машинный переводПоказать оригиналСкрыть оригинал«Develop deposition question sets from Relativity-exported PDF producti…»

Develop deposition question sets from Relativity-exported PDF productions using a user-provided legal theory. Use when tasks involve reviewing opponent-produced PDFs, extracting per-page document IDs from the bottom-right corner (if two numbers appear, use the smaller one), mapping document relevance to a legal theory, and drafting questions grouped by document ID with required rationale and supporting quotes.

ClawHub Agent Skills автор: ChipmunkRPA v1.0.0 MIT-0 6 файлов тело ≈ 664 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Разрабатывает наборы вопросов для допроса из PDF-производств, экспортированных из Relativity, на основе предоставленной пользователем юридической теории.

Как процесс C 63/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 63/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 40Согласованность. Имя во frontmatter (relativity-deposition-question-builder) не совпадает с папкой (deposition-question-skill)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 33
    • 100Стоимость исполнения. Тело инструкции 664 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 413 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 33 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: clean
    This skill is a local legal-PDF helper that extracts Relativity page text and IDs for deposition-question drafting, with no evidence of hidden network access, credential use, or destructive behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.