SKILLEMALL.ai

AB two-sample-mr-research-planner

Генерирует полные дизайны исследований Менделевской рандомизации (MR) для двух выборок на основе предоставленного пользователем направления исследования. Используйте, когда пользователи хотят разработать, спланировать или создать исследование с использованием двухвыборочной MR для проверки причинно-следственных связей. Триггеры: «разработать двухвыборочное исследование MR», «создать статью MR для публикации», «проверить, вызывает ли этот биомаркер это заболевание», «сгенерировать планы MR Lite/Standard/Advanced», «проверить несколько экспозиций с помощью MR», «двунаправленный дизайн MR», «причинно-следственная связь с использованием сводных данных GWAS» или «я хочу изучить X и Y с помощью MR». Всегда выводит четыре конфигурации рабочей нагрузки (Lite / Standard / Advanced / Publication+) с рекомендуемым основным планом, пошаговым рабочим процессом, планом диаграмм, стратегией проверки, минимальной исполняемой версией и путем обновления до публикации.

машинный переводПоказать оригиналСкрыть оригинал«Generates complete two-sample Mendelian randomization (MR) research de…»

Generates complete two-sample Mendelian randomization (MR) research designs from a user-provided research direction. Use when users want to design, plan, or build a study using two-sample MR to test causal relationships. Triggers: "design a two-sample MR study", "build a publishable MR paper", "test whether this biomarker causally affects this disease", "generate Lite/Standard/Advanced MR plans", "screen multiple exposures with MR", "bidirectional MR design", "causal inference using GWAS summary statistics", or "I want to study X and Y using MR". Always outputs four workload configurations (Lite / Standard / Advanced / Publication+) with a recommended primary plan, step-by-step workflow, figure plan, validation strategy, minimal executable version, and publication upgrade path.

ClawHub Agent Skills автор: shanruoyu v0.1.0 MIT-0 4 файла тело ≈ 2 491 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генерирует полные дизайны исследований Менделевской рандомизации (MR) для двух выборок на основе предоставленного пользователем направления исследования.

Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, отчётность по ходу

ГенераторИнфраструктураДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 2 местах: ClawHub, ClawHub

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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Generates complete two-sample Mendelian randomization (MR) researc… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
    • заметка frontmatter-key неизвестное поле фронтматтера "skill-author"

    Процессный рейтинг: все десять параметров 68/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 70Ошибки и развилки. Развилок: 5
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 53
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2491 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • +2Инструкции на одном языке
    • +5В description 8 примера фраз-триггеров в кавычках
    • +3Длина description 788 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 53 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: clean
    This is a text-only research planning skill with no evidence of hidden execution, credential access, persistence, or data exfiltration.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.