AC google-scholar-paper-finder
Используйте, когда пользователь хочет найти более релевантные научные статьи с помощью поиска в Google Scholar в реальном времени с помощью google-scholar-search-mcp, расширить поисковые термины по теме исследования или исходной статье, отобрать статьи по качеству издания или получить ранжированный список литературы с названием, авторами, годом, журналом/конференцией, импакт-фактором, тегами JCR/CAS/CCF/EI/core, цитированием, ссылками для скачивания/доступа, исходными данными и причинами рекомендации. Триггеры включают "Google Scholar 找论文", "google-scholar-search-mcp", "实时搜索论文", "找更多相关论文", "高质量论文筛选", "影响因子", "CCF", "EI", "CSSCI", "北大核心", "文献检索", "参考文献滚雪球" и "返回论文表格".
машинный переводПоказать оригиналСкрыть оригинал«Use when the user wants to find more relevant academic papers through…»
Use when the user wants to find more relevant academic papers through real-time Google Scholar retrieval with google-scholar-search-mcp, expand search terms from a research topic or seed paper, screen papers by venue quality, or return a ranked literature table with title, authors, year, journal/conference, impact factor, JCR/CAS/CCF/EI/core tags, citations, download/access links, source evidence, and recommendation reasons. Triggers include "Google Scholar 找论文", "google-scholar-search-mcp", "实时搜索论文", "找更多相关论文", "高质量论文筛选", "影响因子", "CCF", "EI", "CSSCI", "北大核心", "文献检索", "参考文献滚雪球", and "返回论文表格".
Используйте, когда пользователь хочет найти более релевантные научные статьи с помощью поиска в Google Scholar в реальном времени с помощью…
Как процесс C 55/100 · Есть пробелы — 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: 12. 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 55/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
- 55Ошибки и развилки. Развилок: 1
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 76
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1787 токенов
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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +5В description 7 примера фраз-триггеров в кавычках
- +3Длина description 599 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 76 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
- +3Все 1 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 97.