SKILLEMALL.ai

BF 研报/论文四层提取 (Paper Decompose)

Поднимите «впечатления от прочитанного» от аналитических отчетов/статей до «уровня научного руководителя» — извлечение информации по четырехкомпонентной структуре (пробел/прирост/Napkin/вдохновение). Ключевые слова: «разбор статьи», «четыре компонента статьи», «глубокий анализ статьи», «разбор отчета», «paper-decompose»

машинный переводПоказать оригиналСкрыть оригинал«把研报/论文的"读后感"提升到"博导审稿视角"——四层结构化提取(缺口/增量/Napkin/启发)。 触发词:「拆论文」「论文四层」「深度解…»

把研报/论文的"读后感"提升到"博导审稿视角"——四层结构化提取(缺口/增量/Napkin/启发)。 触发词:「拆论文」「论文四层」「深度解读论文」「研报拆解」「paper-decompose」

ClawHub Agent Skills автор: Jack-Long-2022 v1.0.0 MIT-0 5 файлов тело ≈ 987 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Поднимите «впечатления от прочитанного» от аналитических отчетов/статей до «уровня научного руководителя» — извлечение информации по четырехкомпонентной…

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: test-cases/sample-report.md

ПроцедураДанные и аналитикаИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
81/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
53
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: test-cases/sample-report.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: test-cases/sample-report.md
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "created"
  • заметка frontmatter-key неизвестное поле фронтматтера "reference"
  • заметка frontmatter-key неизвестное поле фронтматтера "priority"
  • заметка frontmatter-key неизвестное поле фронтматтера "level"

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: test-cases/sample-report.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): test-cases/sample-report.md
  • 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
  • 40Согласованность. Имя во frontmatter (研报/论文四层提取 (Paper Decompose)) не совпадает с папкой (paper-decompose)
  • 100Шаги. Шагов: 51
  • 100Стоимость исполнения. Тело инструкции 987 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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 97: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -232 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 51 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 53.

Внешние проверки

ClawHub: clean
This is a markdown-only paper/report analysis skill with disclosed optional investment commentary, but users should treat that section as non-personal financial analysis.
LLM: benign (medium) · VirusTotal: · 26 июн. 2026 г.