SKILLEMALL.ai

BC reference-checker

Исчерпывающе проверяйте ссылки на англоязычные и китайские рукописи перед подачей в журнал. Используйте при проверке того, являются ли ссылки реальными, точными, полными, отслеживаемыми и единообразно отформатированными. Использует проверки DOI/PubMed/Crossref/издателя для англоязычных/международных ссылок и проверки CNKI/Wanfang/VIP/официальных источников с китайским названием в начале для китайских ссылок. DOI необязателен для китайских ссылок и не должен требоваться, если только целевой стиль цитирования явно этого не требует.

машинный переводПоказать оригиналСкрыть оригинал«Exhaustively verify English and Chinese manuscript references before j…»

Exhaustively verify English and Chinese manuscript references before journal submission. Use when checking whether references are real, accurate, complete, traceable, and formatted consistently. Uses DOI/PubMed/Crossref/publisher checks for English/international references, and uses Chinese-title-first CNKI/Wanfang/VIP/official-source checks for Chinese references. DOI is optional for Chinese references and must not be required unless the target citation style explicitly requires it.

ClawHub Agent Skills автор: Xiangjian Liu v1.0.2 MIT-0 3 файла тело ≈ 5 235 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Исчерпывающе проверяйте ссылки на англоязычные и китайские рукописи перед подачей в журнал.

Как процесс C 58/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

АнализаторИнфраструктураИсследованияЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5235 токенов (рекомендуется < 5000); вынесите детали в references/

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
  • 30Повторный запуск. Изменяющих операций: 16, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Ошибки и развилки. Развилок: 16
  • 70Стоимость исполнения. Тело инструкции 5235 токенов
  • 85Шаги. Шагов: 245, расплывчатых формулировок: 3
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. 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)
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 488 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 245 пунктов
  • +3Формат ответа описан явно

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This is a reference-checking instruction skill that asks the agent to verify academic citations using appropriate scholarly sources, with no hidden code or credential use found.
LLM: benign (high) · VirusTotal: · 3 июн. 2026 г.