SKILLEMALL.ai

AB discussion-grammar-diagnosis

Диагностирует грамматику в разделе «Обсуждение» англоязычной научной статьи по психологии. Охватывает выбор времени (настоящее простое для постоянных истин против прошедшего простого для конкретных выводов исследования), согласование подлежащего и сказуемого, использование артиклей, залог (активный или пассивный) и пунктуацию. Срабатывает по запросам «проверить время в обсуждении», «проверка грамматики», «диагностика времени», «Discussion 时态», «Discussion 语法» и т. д. НЕ генерирует и не переписывает прозу.

машинный переводПоказать оригиналСкрыть оригинал«Diagnose grammar in the Discussion of an English psychology research p…»

Diagnose grammar in the Discussion of an English psychology research paper. Covers tense choice (Present Simple for permanent truths vs Past Simple for study-specific findings), subject-verb agreement, article usage, voice (active vs passive), and punctuation. Triggers on "check Discussion tense", "grammar check", "tense diagnosis", "Discussion 时态", "Discussion 语法", etc. Does NOT generate or rewrite prose.

ClawHub Agent Skills автор: laninga v1.0.0 MIT-0 11 файлов тело ≈ 837 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Диагностирует грамматику в разделе «Обсуждение» англоязычной научной статьи по психологии.

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

АнализаторИнфраструктураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 11. 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")

Процессный рейтинг: все десять параметров 68/100

  • 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
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 12
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 837 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 5 примера фраз-триггеров в кавычках
  • +3Длина description 409 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 12 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

Внешние проверки

ClawHub: clean
This is a narrow grammar-diagnosis skill for research-paper Discussion sections, with only minor routing-risk from broad trigger phrases.
LLM: benign (high) · VirusTotal: · 24 авг. 2026 г.