AC mu-ebook-scout
Поиск электронных книг из нескольких источников по 10 юридическим источникам (классика в общественном достоянии, китайский буддийский канон CBETA/ctext, аудиокниги LibriVox, списки книг из общедоступных сетевых дисков через полный поиск по коду GitHub, метаданные Google Books). Используйте, когда пользователь хочет найти или скачать книгу, электронную книгу, файл EPUB/PDF/MOBI или аудиокнигу на китайском или английском языке — даже без слова «найти», любое упоминание названия книги вместе с epub/pdf/下载/电子书 засчитывается. Неприменимо: научные статьи или журнальные статьи (используйте общий инструмент веб-поиска). Триггерные фразы: найти книгу, поиск электронных книг, epub, книги в общественном достоянии, аудиокнига, 找书, 电子书, 公版书, 有声书, 下载书.
машинный переводПоказать оригиналСкрыть оригинал«Multi-source ebook search across 10 legal sources (public-domain class…»
Multi-source ebook search across 10 legal sources (public-domain classics, CBETA/ctext Chinese canon, LibriVox audiobooks, community netdisk book-lists via full GitHub code search, Google Books metadata). Use when the user wants to find or download a book, ebook, EPUB/PDF/MOBI file, or audiobook in Chinese or English — even without the word find, any mention of a book title together with epub/pdf/下载/电子书 counts. 不适用: academic papers or journal articles (use a general web search tool). 触发词/Triggers: find a book, ebook search, epub, public domain books, audiobook, 找书, 电子书, 公版书, 有声书, 下载书.
Поиск электронных книг из нескольких источников по 10 юридическим источникам (классика в общественном достоянии, китайский буддийский канон CBETA/ctext…
Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу
Как улучшить
- 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
- заметка
frontmatter-keyнеизвестное поле фронтматтера "display_name"
Процессный рейтинг: все десять параметров 62/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 18
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 984 токенов
- 100Повторный запуск. Изменяющих операций нет
- 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
- +2Инструкции на одном языке
- +3Длина description 591 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 18 пунктов
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.