SKILLEMALL.ai

BB amber-mmgbsa

Сквозное руководство по выполнению расчетов свободной энергии связывания MM/GBSA с использованием AmberTools/Amber на предварительно существующем комплексе рецептор-лиганд без выборки молекулярной динамики. Охватывает подготовку структуры, параметризацию лиганда GAFF2, построение топологии, генерацию однокадровой траектории, выполнение MMPBSA.py и интерпретацию результатов с явными границами неопределенности. Подходит для оценки кристаллических поз, быстрой оценки после докинга и декомпозиции энергии по механизму.

машинный переводПоказать оригиналСкрыть оригинал«End-to-end guide for running MM/GBSA binding free energy calculations…»

End-to-end guide for running MM/GBSA binding free energy calculations using AmberTools/Amber on a pre-existing receptor–ligand complex without molecular dynamics sampling. Covers structure preparation, GAFF2 ligand parameterisation, topology construction, single-frame trajectory generation, MMPBSA.py execution, and result interpretation with explicit uncertainty boundaries. Suitable for crystal-pose scoring, post-docking rapid screening, and mechanistic energy decomposition.

ClawHub Agent Skills автор: ning-kun v1.0.0 MIT-0 3 файла тело ≈ 3 972 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Сквозное руководство по выполнению расчетов свободной энергии связывания MM/GBSA с использованием AmberTools/Amber на предварительно существующем комплексе…

Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, повторный запуск

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 70/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 17, без проверки текущего состояния
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 24
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3972 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 10. 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 479 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 37 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +4Есть примеры (22 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a markdown-only Amber MM/GBSA scientific workflow with no artifact-backed evidence of unsafe access, persistence, exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.