AC paper-deep-reader
Очень полезен для глубокого чтения одной выбранной научной статьи, журнальной статьи, препринта arXiv, рабочей статьи, технического отчета, эталонной статьи, статьи о наборе данных, репликационного исследования или синтетической статьи с созданием подробной заметки о чтении в формате markdown, технического резюме, критики или меморандума по реализации. Всегда используйте, когда задача требует реконструкции уравнений, обозначений, выводов, теорем, оценок, алгоритмов, эмпирической идентификации, экспериментов, разработки эталонов, конструирования наборов данных, рисунков, таблиц, доказательств в приложениях, предположений, ограничений или контекста литературы в таких областях, как машинное обучение, статистика, физика, экономика, количественные финансы, системы и смежные технические дисциплины. Не для поверхностного переписывания аннотаций или широких обзоров нескольких статей, если только сама выбранная статья не является обзором или синтезом.
машинный переводПоказать оригиналСкрыть оригинал«Very helpful in deep-reading one selected research paper, journal arti…»
Very helpful in deep-reading one selected research paper, journal article, arXiv paper, working paper, technical report, benchmark paper, dataset paper, replication study, or synthesis paper and producing a rigorous markdown reading note, technical summary, critique, or implementation memo. Always use when the task requires reconstructing equations, notation, derivations, theorems, estimators, algorithms, empirical identification, experiments, benchmark design, dataset construction, figures, tables, appendix evidence, assumptions, limitations, or literature context across fields such as machine learning, statistics, physics, economics, quantitative finance, systems, and related technical disciplines. Not for shallow abstract rewrites or broad multi-paper surveys unless the selected paper itself is a survey or synthesis.
Очень полезен для глубокого чтения одной выбранной научной статьи, журнальной статьи, препринта arXiv, рабочей статьи, технического отчета, эталонной статьи…
Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, 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: 37. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "slug"
Процессный рейтинг: все десять параметров 54/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 6, 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: 5
- 100Шаги. Шагов: 107
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2599 токенов
- 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
- +3Длина description 831: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +4Структура: 27 заголовков
- +3Пошаговые инструкции: 107 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (5 из 6)
- +3Все 6 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.