AB think-like-fable
Руководство по строгому рассуждению — как прочитать реальный запрос за словами, разбить его на независимо проверяемые части, направить усилия туда, где риск, проверить путем повторного вывода вместо правдоподобия, пометить известное и предполагаемое, атаковать собственное заключение и сообщить ответ в первую очередь. Применяйте это к текущей задаче; это меняет ТО, КАК вы работаете, а не ЧТО вы делаете. Используйте этот навык всякий раз, когда пользователь говорит "думай как fable", "/think-like-fable", "будь строгим", "хорошо подумай об этом", "рассуждай осторожно", "ты уверен?", "перепроверь это", "не угадывай", или передает вам решение с высокими ставками, сложный анализ, вопрос о первопричине или что-либо, где уверенный неправильный ответ хуже медленного правильного — даже если они не называют навык. Не загружайте его для тривиальных механических правок или случайных вопросов.
машинный переводПоказать оригиналСкрыть оригинал«An operating manual for rigorous reasoning — how to read the real requ…»
An operating manual for rigorous reasoning — how to read the real request beneath the words, decompose into independently-checkable pieces, spend effort where the risk lives, verify by re-derivation instead of plausibility, label known vs. guessed, attack your own conclusion, and communicate answer-first. Apply it to the task at hand; it changes HOW you work, not WHAT you do. Use this skill whenever the user says "think like fable", "/think-like-fable", "be rigorous", "think hard about this", "reason carefully", "are you sure?", "double-check that", "don't guess", or hands you a high-stakes decision, a tricky analysis, a root-cause question, or anything where a confident wrong answer is worse than a slow right one — even if they don't name the skill. Do not load it for trivial mechanical edits or casual questions.
Руководство по строгому рассуждению — как прочитать реальный запрос за словами, разбить его на независимо проверяемые части, направить усилия туда, где риск…
Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- 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
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 67/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 19
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2496 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 11. 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 825: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 8 примера фраз-триггеров в кавычках
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 19 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.