AB paper-matlab-reproduction
Используйте этот навык, когда пользователь хочет воспроизвести научную статью в MATLAB по пути к файлу статьи, URL, DOI или PDF. Он извлекает алгоритмические рисунки/таблицы в псевдокод, разрешает цитируемые операции через Google Scholar при необходимости, создает симуляционный код MATLAB, запускает основные скрипты, сравнивает результаты со статьей и итеративно исправляет несоответствия до 3 раундов. Активируется для запросов типа "reproduce this paper", "generate MATLAB simulation from paper", "paper reproduction", "reproduce algorithm figures" или "convert paper algorithm figures and tables to MATLAB code".
машинный переводПоказать оригиналСкрыть оригинал«Use this skill when the user wants to reproduce an academic paper in M…»
Use this skill when the user wants to reproduce an academic paper in MATLAB from a paper file path, URL, DOI, or PDF. It extracts algorithm figures/tables into pseudocode, resolves cited operations through Google Scholar when needed, builds MATLAB simulation code, runs main scripts, compares results with the paper, and iteratively fixes mismatches up to 3 rounds. Trigger for requests like "复现这篇论文", "根据论文生成 MATLAB 仿真", "paper reproduction", "reproduce algorithm figures", or "把论文算法图表转成 MATLAB 代码".
Используйте этот навык, когда пользователь хочет воспроизвести научную статью в MATLAB по пути к файлу статьи, URL, DOI или PDF.
Как процесс B 76/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск
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: 5. 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 76/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 62
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2369 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 5 примера фраз-триггеров в кавычках
- +3Длина description 500 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 62 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.