BC ai-claims-assessment
Анализ общедоступных документов для поставщиков медицинских ИИ-решений. Читает только общедоступные страницы продуктов компании, Условия обслуживания и Политику конфиденциальности, а затем определяет, где заявленное использование ИИ на медицинских данных не согласуется между тремя источниками — рыночными заявлениями, юридическими формулировками и требованиями HIPAA. Создает карту несоответствий, каждое из которых цитируется с обеих сторон, представленную как пробел в общедоступной документации, с которым столкнется организация при проверке поставщика. Автономность: нормативный текст, который он проверяет, включен ниже.
машинный переводПоказать оригиналСкрыть оригинал«Public-document assessment for healthcare-AI vendors. Reads only a com…»
Public-document assessment for healthcare-AI vendors. Reads only a company's public product pages, Terms of Service, and Privacy Policy, then finds where its stated use of AI on health data fails to reconcile across three sources — market claims, legal language, and HIPAA requirements. Produces a map of gaps, each cited at both ends, framed as a public-documentation gap a covered entity would hit during vendor review. Self-contained: the regulatory text it checks against is included below.
Анализ общедоступных документов для поставщиков медицинских ИИ-решений.
Как процесс C 64/100 · Есть пробелы — слабые места: ошибки и развилки, стоимость исполнения, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Public-document assessment for healthcare-AI vendors. Reads only a… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
body-longтело SKILL.md ≈ 8183 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 64/100
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
- 40Стоимость исполнения. Тело инструкции 8183 токенов: вытесняет саму задачу из окна
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 32, расплывчатых формулировок: 1
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Согласованность. Имя и обязательные поля на месте
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 13. 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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 494 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 20 заголовков
- +3Пошаговые инструкции: 32 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.