SKILLEMALL.ai

AB thesis-results-writer

Пишет подробные, академически строгие китайские главы с результатами или разделы результатов для диссертаций, докторских работ и студенческих работ на основе количественных данных пользователя, таблиц, статистических выводов, исследовательских вопросов, гипотез, качественных тем, выдержек из интервью, резюме случаев или дополнительной информации. Используйте, когда пользователи просят написать, расширить, отредактировать, организовать или структурировать только раздел «Результаты»/«Глава четвертая»/«研究结果»/«结果分析»/«资料分析结果», включая описательную статистику, проверку гипотез, результаты исследовательских вопросов, таблицы, рисунки, дополнительные анализы, качественные темы, результаты по случаям и резюме главы.

машинный переводПоказать оригиналСкрыть оригинал«Write detailed, academically rigorous Chinese results chapters or resu…»

Write detailed, academically rigorous Chinese results chapters or results sections for theses, dissertations, and undergraduate papers from a user's quantitative data, tables, statistical outputs, research questions, hypotheses, qualitative themes, interview excerpts, case summaries, or extra information. Use when users ask to write, expand, polish, organize, or structure only the Results/Chapter Four/研究结果/结果分析/资料分析结果 section, including descriptive statistics, hypothesis testing, research-question results, tables, figures, additional analyses, qualitative themes, case results, and chapter summary.

ClawHub Agent Skills автор: John Do v1.0.0 MIT-0 4 файла тело ≈ 1 101 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Пишет подробные, академически строгие китайские главы с результатами или разделы результатов для диссертаций, докторских работ и студенческих работ на основе…

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

ГенераторДанные и аналитикаИсследованияИнфраструктуратип 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: 34
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1101 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 604 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 34 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 is a low-risk writing aid for Chinese thesis results sections, with no code execution, credential use, persistence, or hidden data movement found.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.