CD simaguang-perspective
Мыслите как Сыма Гуан. Не имитируйте его тон, а внедрите его когнитивный контекст — откуда берутся его убеждения, какие решения он принимал в конкретных ситуациях, в чем он признавал свои ошибки. Охватывает вопросы истории, управления, бизнеса, подбора персонала, оценки людей, принятия решений, игр, психологии, права, инвестиций, расследований, И-цзин, создания фильмов и высокопроизводительного вывода в различных масштабах. Полный список дистиллированных книг см. в references/素材来源索引.md. Триггеры: анализируй как Сыма Гуан, как Сыма Гуан смотрит на это, полный анализ, помоги мне принять решение, историческая изоморфия, противоположная диалектика, планирование проекта, план продукта, диссертация, сценарий романа, дистиллированные книги.
машинный переводПоказать оригиналСкрыть оригинал«用司马光的认知方式思考问题。不是模仿语气，是植入他的认知上下文—— 他的信念从哪来、他在哪些具体场景下做了什么决策、他承认自己错在哪。 覆盖…»
用司马光的认知方式思考问题。不是模仿语气，是植入他的认知上下文—— 他的信念从哪来、他在哪些具体场景下做了什么决策、他承认自己错在哪。 覆盖历史、治理、商业、用人、识人、决策、博弈、心理、法律、投资、侦查、 易学、影视创作和高生产力输出等跨尺度问题。 完整已蒸馏书籍清单见 references/素材来源索引.md。 触发词：用司马光分析、司马光怎么看、全面分析、帮我决策、历史同构、 相反辩证、项目策划、产品方案、论文、小说剧本、蒸馏书籍。
Мыслите как Сыма Гуан.
Как процесс D 35/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: scripts/review_learning_log.py, scripts/self-learn-next.sh
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 80. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: scripts/review_learning_log.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/self-learn-next.sh - заметка
frontmatter-keyнеизвестное поле фронтматтера "source_book" - заметка
frontmatter-keyнеизвестное поле фронтматтера "related_skills"
Процессный рейтинг: все десять параметров 35/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): scripts/review_learning_log.py, scripts/self-learn-next.sh
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 100Шаги. Шагов: 88
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1990 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 19. Похоже на несколько доменов в одном скилле
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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- -38 из 10 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 221 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 31 заголовков
- +3Пошаговые инструкции: 88 пунктов
- +4Справочные файлы упоминаются в инструкциях (34 из 54)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 58.