CC shelbys-speech
Идентифицируйте темы в базе данных «Воспоминания Шелби» (включая полную систему памяти: базу данных воспоминаний + важные md + журналы + архивы проектов) и генерируйте технические статьи уровня доктора наук в формате SCI (двуязычные, китайский и английский, автоматическая проверка и исправление Word, модификация в диалоговом режиме, вывод в PDF после подтверждения). Может идентифицировать несколько тем -> несколько статей, каждый раз сначала спрашивая пользователя. После определения темы предоставляется полный доступ к системе памяти (только для чтения) для более полных материалов. Автор по умолчанию <имя пользователя> и Шелби, может быть изменен по требованию пользователя в любое время. Используйте, когда пользователь говорит написать статью/техническую статью/докторскую диссертацию/SCI/подать заявку/выступить с докладом/поделиться/обобщить в виде текста. Ключевые слова: статья, SCI, докторская диссертация, подача заявки, английская статья, PDF, доклад, обмен информацией, обобщение, несколько тем, shelbys speech, полная память.
машинный переводПоказать оригиналСкрыть оригинал«把「谢尔比的记忆」档案库（含完整记忆系统：记忆库+重要md+日志+项目档案）按主题识别，一篇篇生成博士水平、SCI 格式的技术论文（中英文双…»
把「谢尔比的记忆」档案库（含完整记忆系统：记忆库+重要md+日志+项目档案）按主题识别，一篇篇生成博士水平、SCI 格式的技术论文（中英文双语、自动检查修复 Word、问答式修改、确认后输出 PDF）。可识别多个主题→多篇论文，每篇先询问用户。选题明确后开放完整记忆系统访问权限（只读），素材更全。作者默认<用户名> & 谢尔比，可随时按用户要求修改。用户说写论文/技术论文/博士论文/SCI/投稿/演讲/分享/总结成文时使用。关键词：论文、SCI、博士论文、投稿、英文论文、PDF、演讲、分享、提炼总结、多主题、shelbys speech、完整记忆。
Идентифицируйте темы в базе данных «Воспоминания Шелби» (включая полную систему памяти: базу данных воспоминаний + важные md + журналы + архивы проектов) и…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
Процессный рейтинг: все десять параметров 53/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 23
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 754 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 10. 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 277 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 23 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.