AC molecular-docking
Выполнение и диагностика экспертного молекулярного докинга белок-лиганд через SciMiner с использованием Gnina, AutoDock Vina, PackDock, SurfDock, DiffDock и fpocket. Используйте для сфокусированного докинга, выбора движка с учетом кармана, ансамблевого сэмплирования с несколькими начальными значениями, построения пула поз, фильтрации энергетического зазора, кластеризации RMSD, анализа повторяемости между запусками, проверки критических контактов, проверки физической адекватности, оценки уверенности и сравнения нескольких движков. Не используйте один запуск или оценку Rank 1 в качестве окончательного ответа.
машинный переводПоказать оригиналСкрыть оригинал«Run and diagnose expert-grade protein-ligand molecular docking through…»
Run and diagnose expert-grade protein-ligand molecular docking through SciMiner using Gnina, AutoDock Vina, PackDock, SurfDock, DiffDock, and fpocket. Use for focused docking, pocket-aware engine selection, multi-seed ensemble sampling, pose-pool construction, energy-gap filtering, RMSD clustering, cross-run recurrence analysis, critical-contact checks, physics sanity checks, confidence grading, and multi-engine comparisons. Do not use a single run or Rank 1 score as the final answer.
Выполнение и диагностика экспертного молекулярного докинга белок-лиганд через SciMiner с использованием Gnina, AutoDock Vina, PackDock, SurfDock, DiffDock и…
Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
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: 2. 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 63/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 70Ошибки и развилки. Развилок: 8
- 85Шаги. Шагов: 76, расплывчатых формулировок: 1
- 100Входы и предусловия. Входные данные и предусловия перечислены
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3862 токенов
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 489 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 25 заголовков
- +3Пошаговые инструкции: 76 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.