SKILLEMALL.ai
GitHub ↗ EN Войти

AF digital-health-clinical-asr-build

Этап 2 цикла ASR для клинических данных. Используйте при подборе клинических терминов, маркировке IPA и синтезе манифеста NeMo. НЕ для оценки (используйте /digital-health-clinical-asr-eval).

машинный переводПоказать оригиналСкрыть оригинал«Stage 2 of the Clinical ASR Flywheel. Use when curating clinical terms…»

Stage 2 of the Clinical ASR Flywheel. Use when curating clinical terms, tagging IPA, and synthesizing a NeMo manifest. NOT for scoring (use /digital-health-clinical-asr-eval).

ClawHub Agent Skills автор: NVIDIA 1 файл тело ≈ 4 643 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Этап 2 цикла ASR для клинических данных.

Как процесс F 52/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/manifest-schema.md, references/pronunciation-pipeline.md

ГенераторDockerДанные и аналитикатип 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
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
F
52/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/manifest-schema.md, references/pronunciation-pipeline.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

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 · 0

✓ Критических и высоких находок нет

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/manifest-schema.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/pronunciation-pipeline.md
  • заметка frontmatter-key неизвестное поле фронтматтера "tools"

Процессный рейтинг: все десять параметров 52/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/manifest-schema.md, references/pronunciation-pipeline.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): references/manifest-schema.md, references/pronunciation-pipeline.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Повторный запуск. Изменяющих операций: 17, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 4643 токенов
  • 85Шаги. Шагов: 49, расплывчатых формулировок: 2
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 175 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 49 пунктов
  • +4Есть примеры (4 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.