FC academic-knowledge-base
Персональный центр знаний для научных исследователей. Интегрирует возможности компиляции знаний Karpathy LLM Wiki + возможности поиска по огромному количеству литературы SmartLib, формируя исследовательского помощника с двойной связью между частной базой знаний и внешней библиотекой литературы. Поддерживает 4 типа данных для ввода в базу (результаты поиска литературы, загруженная пользователем литература, информационные сообщения, личные научные данные), исследовательские темы (подмножество литературы + интеллектуальное именование + заметки + AI-анализ + экспорт), векторный семантический поиск, поиск по совпадению слов, управление библиографией, автоматическое обслуживание слоя знаний Wiki. ✨ Основные моменты: автоматически сохраняет исходные ссылки на базу данных для введенной литературы (охватывает 300+ баз данных, таких как Scopus/WoS/EI/PubMed и т. д., 100% охват) для перекрестной проверки. Использует ленивую загрузку для инициализации, можно использовать без предварительной настройки. Управление квотами повторно использует учетные данные шлюза global-biblio-base и правила подсчета (v3.1: 5 интерфейсов, каждый вызов считается 1 раз), внешние поисковые запросы приостанавливаются после исчерпания квоты. Применимые сценарии: управление литературой, накопление знаний, помощь в написании статей, исследование. Персональный центр знаний для научных исследователей — интегрирует Karpathy LLM Wiki + поиск литературы SmartLib + векторный семантический поиск. Введенная литература автоматически сохраняет исходные ссылки на базу данных (300+ баз данных, 100% охват) для перекрестной проверки. Квота управляется через шлюз global-biblio-base с правилами биллинга v3.0 (5 интерфейсов, 1 квота за успешный вызов), отображение ограничено при исчерпании квоты. Production URL: читается из global-biblio-base/config.json → SMARTLIB_GATEWAY_URL (Gateway v47, version 67)
машинный переводПоказать оригиналСкрыть оригинал«面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库…»
面向学术研究者的个人知识中枢。整合 Karpathy LLM Wiki 知识编译能力 + SmartLib 海量文献检索能力，形成私有知识库与外部文献库双轨联动的研究助手。 支持4类数据入库（文献检索结果、用户上传文献、资讯报道、个人学术数据）、研究专题（文献子集+智能命名+笔记+AI分析+导出）、向量化语义检索、分词匹配检索、参考文献管理、Wiki知识层自动维护。 ✨ 亮点：入库文献自动保留原始数据库来源链接（覆盖300+数据库，如Scopus/WoS/EI/PubMed等，覆盖率100%），支持多源交叉验证。 采用懒加载引导式初始化，无需前置配置即可使用。配额管理复用 global-biblio-base 的 gateway 凭证和计次规则（v3.1：5接口，每次调用计1次），配额耗尽后暂停外部检索请求。 适用场景：文献管理、知识积累、论文写作辅助、研究调研。触发词：保存到知识库、知识库统计、我的知识库、给这篇打标签、列出我的专题、文献管理、论文管理、我的论文库、文献收藏、研究笔记、知识整理、学术知识库、论文知识库、文献整理、学术笔记、研究知识管理、收藏这篇文章、加入知识库、文献综述工具。 A personal knowledge hub for academic researchers — integrating Karpathy LLM Wiki + SmartLib literature search + vectorized semantic retrieval. Ingested literature automatically preserves original database source links (300+ databases, 100% coverage) for cross-verification. Quota managed via global-biblio-base gateway with v3.0 billing rules (5 interfaces, 1 quota per successful call), restricted display when quota exhausted. Production URL: read from global-biblio-base/config.json → SMARTLIB_GATEWAY_URL (Gateway v47, version 67)
Персональный центр знаний для научных исследователей.
Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
В файлах лежит чужой ключ или токен. Если он живой, ваш агент начнёт ходить в чужие сервисы от чужого имени; если ключ уже отозван, скрипты скилла просто сломаются. Такой ключ мог попасть в скилл вместе с целым рабочим пространством автора, включая личные данные.
Ключ виден всем, кто скачал скилл, и уже мог быть скопирован ботами, которые сканируют каталоги. Отзовите его сейчас, проверьте счета и логи доступа, а потом перевыпустите.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.
Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.
Как улучшить
- Уберите критические находки guard (секреты, опасные команды, скрытые инструкции): пока они есть, скилл заблокирован и не может получить оценку выше F.
- Сократите description до 1024 символов.
- 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
-
критично Секреты в коде
secret-openai-keyconfig.json:3Ключ в формате OpenAI (в кавычках — упоминание, а не команда)"SMARTLIB_GATEWAY_SECRET": "sk-O…mi2",
в кавычках
Средние и низкие: 1
-
средняя Широкие права
meta-broad-allowed-toolsSKILL.md:1Заранее разрешены широкие инструменты: Bashallowed-tools: Read Write Edit Bash WebFetch AskUserQuestion
Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- ошибка
description-longdescription 1041 символов, лимит 1024 - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created" - заметка
frontmatter-keyнеизвестное поле фронтматтера "recommends" - заметка
frontmatter-keyнеизвестное поле фронтматтера "disable"
Процессный рейтинг: все десять параметров 56/100
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3440 токенов
- low Разделов верхнего уровня: 19. 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)
- +3Длина description 1040: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 40 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (15 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 53.