BF scientific-inquiry-en
Строгое исследование на основе фактических данных: разлагает нечеткие вопросы, извлекает и оценивает доказательства (S/A/B/C/D), перекрестно проверяет и выдает выводы с доверительными интервалами. Включает подтверждение пользователем Шага 0 для предотвращения отклонения от курса.
машинный переводПоказать оригиналСкрыть оригинал«Rigorous evidence-based inquiry: decompose fuzzy questions, retrieve &…»
Rigorous evidence-based inquiry: decompose fuzzy questions, retrieve & grade evidence (S/A/B/C/D), cross-validate, and output conclusions with confidence intervals. Includes Step 0 user confirmation to prevent direction drift.
Строгое исследование на основе фактических данных: разлагает нечеткие вопросы, извлекает и оценивает доказательства (S/A/B/C/D), перекрестно проверяет и…
Как процесс F 56/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: URL
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: 2. 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: URL
Процессный рейтинг: все десять параметров 56/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): URL
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 40Согласованность. Имя во frontmatter (scientific-inquiry-en) не совпадает с папкой (scientific-inquiry)
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 70
- 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 3482 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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
- -220 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 226 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 21 заголовков
- +3Пошаговые инструкции: 70 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.