SKILLEMALL.ai
GitHub ↗ EN Войти

BF academic-paper-workflow

Прозрачный и проверяемый полный рабочий процесс написания академических статей с помощью ИИ. 7 этапов (исследование → написание → цитирование → проверка на добросовестность → рецензирование → проверка финальной версии → форматирование вывода) + 8 взаимосвязанных навыков (поиск литературы, глубокое исследование, академическое письмо, форматирование цитат, проверка на добросовестность, рецензирование, проверка финальной версии, форматирование журнала). Сценарии использования: написание обзорных/экспериментальных статей SCI, заявок на гранты, отчетов об исследованиях. Основные характеристики: прозрачность, проверяемость, отслеживаемость, отсутствие галлюцинаций ИИ.

машинный переводПоказать оригиналСкрыть оригинал«透明可审核的 AI 学术论文写作完整工作流。7 阶段（研究→写作→引用→诚信检查→同行评审→终稿验证→格式输出）+ 8 技能协同（文献检索、…»

透明可审核的 AI 学术论文写作完整工作流。7 阶段（研究→写作→引用→诚信检查→同行评审→终稿验证→格式输出）+ 8 技能协同（文献检索、深度研究、学术写作、引用格式化、诚信检查、同行评审、终稿验证、期刊格式）。使用场景：撰写 SCI 综述/实验论文、基金申请书、研究报告。核心特点：透明、可审核、可追溯、无 AI 幻觉。

ClawHub Agent Skills автор: JIRBOY v1.0.0 MIT-0 9 файлов тело ≈ 1 988 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Прозрачный и проверяемый полный рабочий процесс написания академических статей с помощью ИИ.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/journal-templates/

ПроцедураИсследованияИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
80/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/journal-templates/
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Обфускация средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

В файлах есть невидимые символы, закодированные команды или спрятанные комментарии для модели. То, что вы читаете, отличается от того, что видит агент.

Автору

Уберите невидимые символы (часто они попадают из копипаста) и закодированные строки: их не пропустит ни один каталог. Инструкции для модели должны быть видны и человеку.

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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • средняя Обфускация uni-mixed-script-word references/integrity-check-rules.md:14
    Слово из смеси латиницы и кириллицы (гомоглифы) (1 шт.)
    1. 瀹氫綅澹扮О锛坈laim锛?2. 妫€鏌ユ槸鍚︽湁寮曠敤鏀寔
  • средняя Обфускация uni-mixed-script-word references/skill-orchestration.md:188
    Слово из смеси латиницы и кириллицы (гомоглифы) (1 шт.)
    - 浣跨敤鐗堟湰鎺у埗锛圙it锛夌鐞嗕慨鏀瑰巻鍙?

Просканировано файлов: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/journal-templates/

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/journal-templates/
  • 0Инструменты и файлы. Не хватает 1 файла(ов): assets/journal-templates/
  • 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
  • 100Шаги. Шагов: 147
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1988 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
  • -249 эмодзи в инструкциях: шум для модели
  • -32 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 162 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 147 пунктов
  • +4Есть примеры (14 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: clean
This is a disclosed academic-writing workflow guide with local helper scripts and no evidence of hidden access, credential use, exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.