SKILLEMALL.ai

AB cvpr-pdf-two-pass-review

Анализируйте загруженные PDF-файлы статей CVPR с помощью строгого двухэтапного рабочего процесса. Первый этап извлекает проверяемые факты с указанием страницы/раздела/рисунка/таблицы. Второй этап создает китайскую критику исследования объемом 2000-3000 слов, основанную на этих фактах. Используйте, когда пользователь загружает PDF статьи и просит глубокую интерпретацию, критический обзор, оценку воспроизводимости или заметки для чтения уровня PhD.

машинный переводПоказать оригиналСкрыть оригинал«Analyze uploaded CVPR paper PDFs with a strict two-pass workflow. Firs…»

Analyze uploaded CVPR paper PDFs with a strict two-pass workflow. First pass extracts verifiable facts with page/section/figure/table evidence only. Second pass produces a 2000-3000 Chinese research critique grounded in those facts. Use when the user uploads a paper PDF and asks for deep interpretation, critical review, reproducibility assessment, or PhD-level reading notes.

ClawHub Agent Skills автор: GPIOX v1.0.0 5 файлов тело ≈ 281 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализируйте загруженные PDF-файлы статей CVPR с помощью строгого двухэтапного рабочего процесса.

Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия, согласованность, отчётность по ходу

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • 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: 5. 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 69/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (cvpr-pdf-two-pass-review) не совпадает с папкой (paper-pdf-two-pass-review)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 11
    • 100Стоимость исполнения. Тело инструкции 281 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 377 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a narrow PDF-review skill that only guides an evidence-based two-pass analysis of a user-uploaded paper.
    LLM: benign (high) · VirusTotal: benign · 28 мая 2026 г.