SKILLEMALL.ai
GitHub ↗ EN Войти

AB binding-site-prediction

Рабочие процессы предсказания сайтов связывания и карманов с использованием P2Rank, AF2BIND и fpocket через SciMiner.

машинный переводПоказать оригиналСкрыть оригинал«Binding-site and pocket prediction workflows using P2Rank, AF2BIND, an…»

Binding-site and pocket prediction workflows using P2Rank, AF2BIND, and fpocket through SciMiner.

ClawHub Agent Skills автор: SciMiner v1.0.4 MIT-0 2 файла тело ≈ 1 807 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Рабочие процессы предсказания сайтов связывания и карманов с использованием P2Rank, AF2BIND и fpocket через SciMiner.

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

ПроцедураИнфраструктуратип 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%
80
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Входы и предусловия вес 11
70
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "credential_files"

    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
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Ошибки и развилки. Развилок: 6
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 59
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1807 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Длина description 97: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 59 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: suspicious
    The skill is coherent for SciMiner binding-site workflows, but it gives live remote Markdown documentation authority to shape or run invocation code while also using an API credential and file uploads.
    LLM: suspicious (medium) · VirusTotal: · 22 июн. 2026 г.