SKILLEMALL.ai

AB literature-search

Находит и компилирует научную литературу со списками цитирования из Google Scholar, PubMed, arXiv, IEEE, ACM, Semantic Scholar, Scopus и Web of Science. Используйте для запросов типа «найти связанную литературу», «связанные работы», «список цитирования» или «ключевые статьи по теме».

машинный переводПоказать оригиналСкрыть оригинал«Find and compile academic literature with citation lists across Google…»

Find and compile academic literature with citation lists across Google Scholar, PubMed, arXiv, IEEE, ACM, Semantic Scholar, Scopus, and Web of Science. Use for requests like “find related literature,” “related work,” “citation list,” or “key papers on a topic.”

ClawHub Agent Skills автор: jpjy v1.0.3 2 файла тело ≈ 587 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Находит и компилирует научную литературу со списками цитирования из Google Scholar, PubMed, arXiv, IEEE, ACM, Semantic Scholar, Scopus и Web of Science.

Как процесс B 68/100 · Почти готов — слабые места: когда включается, входы и предусловия, отчётность по ходу

СправочникИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 2. 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 68/100

    • 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
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 24
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 587 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 261 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 24 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This literature-search skill is an instruction-only helper with one unnecessary prompt-prefix instruction, but no evidence of hidden code, data theft, persistence, or destructive behavior.
    LLM: benign (high) · VirusTotal: suspicious · 28 мая 2026 г.