SKILLEMALL.ai

AA paperzilla-monitor

Отслеживает и обсуждает научные статьи из одного проекта Paperzilla с помощью CLI `pz` в OpenClaw. Используйте, когда пользователи хотят получать последние статьи, метаданные, резюме в формате Markdown, информацию о том, почему статья важна для текущей работы, еженедельный краткий обзор или сортировку ленты Paperzilla в чате.

машинный переводПоказать оригиналСкрыть оригинал«Monitor and discuss research papers from one Paperzilla project using…»

Monitor and discuss research papers from one Paperzilla project using the `pz` CLI inside OpenClaw. Use when users want recent papers, metadata, markdown-based summaries, why a paper matters for current work, a recurring weekday brief, or Paperzilla feed triage in chat.

ClawHub Agent Skills автор: Mark Pors 🦖 v1.1.4 MIT-0 3 файла тело ≈ 2 094 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Отслеживает и обсуждает научные статьи из одного проекта Paperzilla с помощью CLI pz в OpenClaw.

Как процесс A 85/100 · Дойдёт до конца — слабые места: согласованность, повторный запуск

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
A
85/100
Дойдёт до конца
Повторный запуск вес 4
30
Согласованность вес 8
40
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять

Как улучшить

    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

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 85/100

    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (paperzilla-monitor) не совпадает с папкой (paperzilla-research-monitor)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 105, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Входы и предусловия. Входные данные и предусловия перечислены
    • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 2094 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • 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)
    • +2Инструкции на одном языке
    • +3Длина description 270 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 105 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a coherent Paperzilla research-brief helper that uses an existing authenticated CLI and optional Telegram delivery, with limited disclosed state for recurring briefs.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.