SKILLEMALL.ai

AB thesis-discussion-writer

Пишите подробные, академически строгие китайские главы или разделы обсуждения для диссертаций, дипломных работ и студенческих работ на основе результатов пользователя, исследовательских вопросов, гипотез, тем, теоретической базы, обзора литературы, ограничений, выводов и дополнительной информации. Используйте, когда пользователи просят написать, расширить, отредактировать, организовать или структурировать только раздел «Обсуждение»/«Глава пять»/«第五章讨论»/«总结与讨论»/«讨论与结论», включая резюме исследования, обсуждение результатов, теоретическую и литературную интерпретацию, неожиданные результаты, практические выводы, рекомендации для будущих исследований и заключения.

машинный переводПоказать оригиналСкрыть оригинал«Write detailed, academically rigorous Chinese discussion chapters or d…»

Write detailed, academically rigorous Chinese discussion chapters or discussion sections for theses, dissertations, and undergraduate papers from a user's findings, research questions, hypotheses, themes, theoretical framework, literature review, limitations, implications, and extra information. Use when users ask to write, expand, polish, organize, or structure only the Discussion/Chapter Five/第五章讨论/总结与讨论/讨论与结论 section, including summary of the study, discussion of findings, theoretical and literature interpretation, unexpected results, practical implications, recommendations for future research, and conclusions.

ClawHub Agent Skills автор: John Do v1.0.0 MIT-0 4 файла тело ≈ 1 271 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Пишите подробные, академически строгие китайские главы или разделы обсуждения для диссертаций, дипломных работ и студенческих работ на основе результатов…

Как процесс B 75/100 · Почти готов — слабые места: когда включается, отчётность по ходу

ГенераторИсследованияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
75/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Ошибки и развилки вес 10
55
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: 4. 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 75/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 38
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1271 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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 621 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 38 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This skill is a scoped academic writing helper for Chinese thesis discussion chapters and does not show hidden, privileged, destructive, or data-exfiltration behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.