SKILLEMALL.ai

AC chinese-academic-writing

Помощник по написанию научных статей на китайском языке, охватывающий все этапы: от идеи темы, планирования структуры, отчета о предварительном исследовании, обзора литературы, написания глав, управления цитированием, языковой корректуры до самопроверки перед подачей. Особенно подходит для написания статей по китайским исследованиям, истории, философии, литературе и другим гуманитарным наукам. Включает стандарты цитирования, такие как 《中国文哲研究集刊》, поддерживает автоматическое форматирование сносок и списка литературы. Никогда не выдумывает информацию о литературе, обрабатывает только реальные данные, предоставленные пользователем. Используйте, когда пользователь пишет научные статьи, диссертации, курсовые работы, статьи для журналов или исследовательские предложения по китайским гуманитарным наукам, упоминает 论文/学术写作/开题报告/文献综述/毕业论文/期刊投稿 или нуждается в помощи на любом этапе написания научных работ на китайском языке.

машинный переводПоказать оригиналСкрыть оригинал«中文学术论文写作全流程助手,覆盖选题构思、大纲规划、开题报告、文献综述、分章写作、引用管理、语言润色到投稿自检。特别适用于中文研究、历史学、…»

中文学术论文写作全流程助手,覆盖选题构思、大纲规划、开题报告、文献综述、分章写作、引用管理、语言润色到投稿自检。特别适用于中文研究、历史学、哲学、文学等人文学科论文写作。内建《中国文哲研究集刊》等学术引用规范,支持脚注与参考文献自动格式化。绝不编造文献信息,只处理用户提供的真实资料。Use when the user is writing academic papers, theses, dissertations, journal articles, or research proposals in Chinese humanities, mentions 论文/学术写作/开题报告/文献综述/毕业论文/期刊投稿, or needs help with any stage of Chinese academic writing.

ClawHub Agent Skills автор: michealxie001 v0.1.1 MIT-0 6 файлов тело ≈ 544 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Помощник по написанию научных статей на китайском языке, охватывающий все этапы: от идеи темы, планирования структуры, отчета о предварительном исследовании…

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

ГенераторИсследованиятип 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
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 59/100

    • 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 66
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 544 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

    • +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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 369 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 66 пунктов
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)

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

    Внешние проверки

    ClawHub: clean
    This is a Markdown-only Chinese academic writing helper with no executable code, credential access, persistence, or hidden data handling.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.