AB research-visualizer
Генерируйте интерактивные HTML-отчеты об исследованиях из контекста ИИ-исследований. После завершения многоэтапного исследовательского задания (веб-поиск, вызовы API, анализ) используйте этот навык для создания визуального отчета, показывающего процесс исследования, визуализацию данных и выводы. Отчет загружается на a2ui.me и возвращается в виде кликабельной карточки со ссылкой. Используйте, когда: исследование завершено, анализ выполнен, расследование закончено, глубокое исследование, многоэтапное исследование, показать мою работу, объяснить процесс исследования, визуализировать исследование.
машинный переводПоказать оригиналСкрыть оригинал«Generate interactive HTML research reports from AI research context. A…»
Generate interactive HTML research reports from AI research context. After completing a multi-step research task (web search, API calls, analysis), use this skill to create a visual report showing the research process, data visualizations, and conclusions. The report is uploaded to a2ui.me and returned as a clickable link card. Use when: research complete, analysis done, investigation finished, deep research, multi-step research, show my work, explain research process, visualize research.
Генерируйте интерактивные HTML-отчеты об исследованиях из контекста ИИ-исследований.
Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу
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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
низкая Обфускация
obf-base64-blobdemo/test-encrypted.html:37Длинный blob, похожий на base64 (тестовый файл / пример; в кавычках — упоминание, а не команда)var ct=Uint…rom(atob('qLjT…XaF+AkD9…XMs+vMn9…gFeтестовый файлв кавычках -
низкая Секреты в коде
secret-high-entropy-tokendemo/test-encrypted.html:37Строка, похожая на токен (может быть id, хеш или секрет) (тестовый файл / пример; в кавычках — упоминание, а не команда)var ct=Uint…rom(atob('qLjT…XaF+AkD9…XMs+vMn9…gFeтестовый файлв кавычках
Просканировано файлов: 14. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "emoji"
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
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 24
- 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1549 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- -31 из 3 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 493 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 24 пунктов
- +4Есть примеры (14 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.