SKILLEMALL.ai

BF meta-analysis

Комплексный навык мета-анализа на основе R, охватывающий эквиваленты RevMan 5.x + Stata (metareg/mvmeta) + esc + RVE + байесовский NMA (Stan/JAGS) + мета-анализ выживаемости + TSA + мета-анализ одной группы + диагностический мета-анализ + рабочий процесс систематического обзора; создает лесные диаграммы, воронкообразные диаграммы, гетерогенность (I²), публикационный уклон, подгрупповой анализ, мета-регрессию, сетевой мета-анализ, всего 23 аналитических графика. Автоматически переключает язык (по умолчанию английский, переключается на китайский в средах zh-*). Все анализы предоставляют воспроизводимый R-код. / Комплексный навык мета-анализа на основе R, охватывающий все функции RevMan + эквиваленты Stata (metareg/mvmeta) + esc + RVE + байесовский NMA (Stan/JAGS) + мета-анализ выживаемости + TSA + мета-анализ одной группы + диагностический мета-анализ + рабочий процесс систематического обзора; выводит лесные диаграммы, воронкообразные диаграммы, гетерогенность (I²), публикационный уклон, подгрупповой анализ, мета-регрессию, сетевой мета-анализ и другие, всего 23 аналитических графика. Автоматическое переключение между китайским и английским языками (по умолчанию английский/китайская среда переключается на китайский), все анализы предоставляют воспроизводимый R-код.

машинный переводПоказать оригиналСкрыть оригинал«Comprehensive R-based meta-analysis skill covering RevMan 5.x + Stata…»

Comprehensive R-based meta-analysis skill covering RevMan 5.x + Stata equivalents (metareg/mvmeta) + esc + RVE + Bayesian NMA (Stan/JAGS) + survival meta + TSA + single-group meta + diagnostic meta + systematic review workflow; produces forest plots, funnel plots, heterogeneity (I²), publication bias, subgroup analysis, meta-regression, network meta, for a total of 23 analysis figures. Auto-switches language (defaults to English, switches to Chinese in zh-* environments). All analyses ship reproducible R code. / 基于 R 的全方位 Meta 分析技能,覆盖 RevMan 全部功能 + Stata 等价(metareg/mvmeta)+ esc + RVE + 贝叶斯 NMA(Stan/JAGS)+ 生存 Meta + TSA + 单组率 Meta + 诊断 Meta + 系统评价流程;输出森林图、漏斗图、异质性(I²)、发表偏倚、亚组分析、元回归、网络 Meta等共 23 种分析图形。中英双语自动切换(默认英文/中文环境切中文),所有分析提供可复现 R 代码。

ClawHub Agent Skills автор: Wintone Zhang v2.2.30 MIT-0 77 файлов тело ≈ 3 973 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Комплексный навык мета-анализа на основе R, охватывающий эквиваленты RevMan 5.x + Stata (metareg/mvmeta) + esc + RVE + байесовский NMA (Stan/JAGS) +…

Как процесс F 43/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/icon.svg

АнализаторGitHubДанные и аналитикаРазработкаИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
79/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
F
43/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/icon.svg
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Обфускация средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

В файлах есть невидимые символы, закодированные команды или спрятанные комментарии для модели. То, что вы читаете, отличается от того, что видит агент.

Автору

Уберите невидимые символы (часто они попадают из копипаста) и закодированные строки: их не пропустит ни один каталог. Инструкции для модели должны быть видны и человеку.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 6

✓ Критических и высоких находок нет

Средние и низкие: 6
  • средняя Обфускация obf-base64-blob CHANGELOG.md:1152
    Длинный blob, похожий на base64
    - **R 包清单瘦身**(单一可信源 `docker/r_packages.txt`):核心 14(metafor/meta/netmeta/bayesmeta/dosresmeta/mada/robumeta/clubSandwich/ggplot2/svglite/forestploter/jsonlite/dplyr/scales)+ 可选 2(ggrepel/robvis)。移除:`es
  • низкая Обфускация obf-base64-blob adapters/bug_report.py:75
    Длинный blob, похожий на base64 (определение детектора / чёрного списка)
    "Bg1n…XQs
    детектор
  • низкая Обфускация obf-base64-blob adapters/coze_token.py:30
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "CBw-…LAc
    в кавычках
  • низкая Обфускация obf-base64-blob adapters/coze_token.py:35
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "CBw-…LHQ
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token CHANGELOG.md:571
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    - **主工作流端点切换为 ct-meta2、回退 ct-meta**:`DEFAULT_ENDPOINT=https://ct-m…ite/run`(用户新 token,aud=`5v9H…Xny`);`FALLBACK_ENDPOINT=https://ct-meta.coze.site/run`(旧端点,保留旧 token,
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token CHANGELOG.md:580
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    - 模块编译;`get_token_for("ct-meta2")`→aud=`5v9H…Xny`、`get_token_for("ct-meta")`→aud=`oxwS…EjO`(二者不同);线上探测两端点均 HTTP 200 + `unknown_task`(token 被接受)。
    в кавычках

Просканировано файлов: 77. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: assets/icon.svg
  • заметка frontmatter-key неизвестное поле фронтматтера "cn_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"
  • заметка frontmatter-key неизвестное поле фронтматтера "required_commands"
  • заметка frontmatter-key неизвестное поле фронтматтера "invocable"
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"
  • заметка frontmatter-key неизвестное поле фронтматтера "permissions"

Процессный рейтинг: все десять параметров 43/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/icon.svg
  • 0Инструменты и файлы. Не хватает 1 файла(ов): assets/icon.svg
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 16, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 33
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3973 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 13. 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
  • -213 эмодзи в инструкциях: шум для модели
  • -36 из 12 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 746 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 33 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (17 из 39)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: suspicious
The skill is broadly coherent as a cloud-backed meta-analysis tool, but it ships recoverable shared bearer tokens and exposes high-impact remote data/reporting paths that users should review before installing.
LLM: suspicious (high) · 29 авг. 2026 г.