SKILLEMALL.ai
GitHub ↗ EN Войти

CD diffdock-nim

Запуск молекулярного докинга DiffDock через NVIDIA NIM для прогнозирования положений связывания малых молекул с белковыми мишенями. Используйте для DiffDock, молекулярного докинга, докинга лигандов, слепого докинга, лигандов SMILES или SDF, ранжированных положений, оценок уверенности, размещенного API NVIDIA или локального развертывания Docker.

машинный переводПоказать оригиналСкрыть оригинал«Run DiffDock molecular docking via NVIDIA NIM to predict small-molecul…»

Run DiffDock molecular docking via NVIDIA NIM to predict small-molecule binding poses against protein targets. Use for DiffDock, molecular docking, ligand docking, blind docking, SMILES or SDF ligands, ranked poses, confidence scores, hosted NVIDIA API, or local Docker deployment.

ClawHub Agent Skills автор: NVIDIA 1 файл тело ≈ 960 токенов Открыть источникclawhub.ai↗ проанализирован 6 дн назад

Запуск молекулярного докинга DiffDock через NVIDIA NIM для прогнозирования положений связывания малых молекул с белковыми мишенями.

Как процесс D 39/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: references/api.md, references/examples.md, references/science.md

ИнтеграцияDockerИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
C
85/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
39/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: references/api.md, references/examples.md, references/science.md
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.

Широкие права средняя серьёзность

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

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

  1. 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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Bash Read Write AskUserQuestion

Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/api.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/examples.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/science.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/parameters.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/validation.md

Процессный рейтинг: все десять параметров 39/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/api.md, references/examples.md, references/science.md
  • 0Инструменты и файлы. Не хватает 5 файла(ов): references/api.md, references/examples.md, references/science.md
  • 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
  • 40Согласованность. Имя во frontmatter (diffdock-nim) не совпадает с папкой (bionemo-diffdock-nim)
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 15
  • 100Стоимость исполнения. Тело инструкции 960 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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +2Инструкции на одном языке
  • +3Длина description 281 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +4Есть примеры (3 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.