AC book-deep-reader
Глубоко читайте книгу и создавайте заметки для обучения с критической оценкой и рекомендациями к действию. Используйте, когда: (1) пользователь хочет быстро изучить и понять систему знаний книги, (2) пользователю требуется точное извлечение основных идей книги для обучения других, (3) пользователь предоставляет название книги/автора/ISBN и запрашивает структурированное руководство по чтению или резюме, (4) пользователь хочет проверить свое понимание книги по первоисточникам, (5) пользователь хочет критически оценить ценность и ограничения книги, (6) пользователь хочет получить междисциплинарные идеи и практические выводы. Поддерживает книги на китайском и английском языках. Выводит подробный файл .md с концептуальной схемой, деталями глав, основными принципами, практическими примерами, учебными материалами, А ТАКЖЕ критической оценкой с планами действий.
машинный переводПоказать оригиналСкрыть оригинал«Deep-read a book and produce teaching-quality notes with critical eval…»
Deep-read a book and produce teaching-quality notes with critical evaluation and action guidance. Use when: (1) user wants to quickly learn and understand a book's knowledge system, (2) user needs accurate extraction of a book's core ideas to teach others, (3) user provides book title/author/ISBN and asks for a structured reading guide or summary, (4) user wants to verify their understanding of a book against original sources, (5) user wants critical evaluation of a book's value and limitations, (6) user wants cross-disciplinary insights and actionable takeaways. Supports Chinese and English books. Outputs a comprehensive .md file with knowledge framework, chapter details, core principles, practical cases, teaching materials, AND critical evaluation with action plans.
Глубоко читайте книгу и создавайте заметки для обучения с критической оценкой и рекомендациями к действию.
Как процесс C 58/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск
Как улучшить
- 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: 5. 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 58/100
- 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
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 60Ошибки и развилки. Развилок: 2
- 100Шаги. Шагов: 82
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1717 токенов
- low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее
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 778 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 82 пунктов
- +3Формат ответа описан явно
- +4Справочные файлы упоминаются в инструкциях (1 из 3)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.