BD academic-paper-citation
Инструмент для автоматической обработки цитирования в научных статьях. Используется для управления цитированием в китайских научных статьях (особенно магистерских/докторских диссертаций), включая извлечение контента из документов Word и преобразование его в Markdown, автоматическое распознавание и извлечение списка литературы, интеллектуальное вставление ссылок в тексте статьи, преобразование обработанного Markdown обратно в формат Word, увеличение объема текста диссертации для соответствия требованиям по количеству слов. Применим в сценариях академического письма, требующих пакетной обработки форматов цитирования, организации списка литературы или увеличения объема диссертации. Активируется, когда пользователь упоминает следующие темы: цитирование в статьях, организация списка литературы, вставка ссылок, конвертация Word в Markdown, увеличение объема текста диссертации, недостаточное количество слов в диссертации, организация списка литературы, обработка форматов цитирования в статьях.
машинный переводПоказать оригиналСкрыть оригинал«学术论文引用自动化处理工具。用于处理中文学术论文（特别是硕士/博士论文）的引用管理工作，包括从Word文档提取内容并转换为Markdown、…»
学术论文引用自动化处理工具。用于处理中文学术论文（特别是硕士/博士论文）的引用管理工作，包括从Word文档提取内容并转换为Markdown、自动识别和提取参考文献列表、在论文正文中智能插入引用标记、将处理后的Markdown转换回Word格式、扩充论文字数以满足字数要求。适用于需要批量处理引用格式、整理参考文献、或扩充论文内容的学术写作场景。当用户提到以下话题时触发：论文引用、参考文献整理、插入引用标记、Word转Markdown、扩充论文字数、学术论文字数不够、整理参考文献、处理论文引用格式。
Инструмент для автоматической обработки цитирования в научных статьях.
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 46/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
- 100Шаги. Шагов: 25
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 509 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 10. 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- -35 из 12 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 250 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 25 пунктов
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.