AC citation-competitor-intelligence
Обнаруживайте скрытых конкурентов с помощью анализа сети академических цитирований. Прямое направление: по заданной статье/профессору отслеживайте цепочки цитирований (назад к предыдущим работам, вперед к производным работам), чтобы найти исследователей, которые могли коммерциализировать аналогичные технологии. Обратное направление: по заданной компании составьте карту ее академического следа и проследите граф цитирований, чтобы выявить неуказанных конкурентов. 通过学术论文引用网络发现隐性竞品。 正向：给定论文/教授，追踪引用线索（反向至已有成果、正向至衍生研究）找到可能已产业化的同类研究者。 反向：给定公司，绘制其学术足迹并从引用网络挖掘未被媒体覆盖的竞品。 Используйте при исследовании стартапов в области глубоких технологий, университетских спин-оффов, компаний, основанных профессорами, или коммерциализации технологий в аппаратном обеспечении/фармацевтике/материаловедении/оптике. Триггеры: 教授创业、 成果转化、学术竞品、论文引用竞品分析、citation competitor、university spin-off competitor、academic competitor discovery、论文→竞品、引用网络分析
машинный переводПоказать оригиналСкрыть оригинал«Discover hidden competitors through academic citation network analysis…»
Discover hidden competitors through academic citation network analysis. Forward: given a paper/professor, trace citation threads (backward to prior art, forward to derivative work) to find researchers who may have commercialized similar technology. Reverse: given a company, map its academic footprint and trace the citation graph to uncover unlisted competitors. 通过学术论文引用网络发现隐性竞品。 正向：给定论文/教授，追踪引用线索（反向至已有成果、正向至衍生研究）找到可能已产业化的同类研究者。 反向：给定公司，绘制其学术足迹并从引用网络挖掘未被媒体覆盖的竞品。Use when researching deep-tech startups, university spin-offs, professor-founded companies, or technology commercialization in hardware/pharma/materials/optics. Triggers: 教授创业、 成果转化、学术竞品、论文引用竞品分析、citation competitor、university spin-off competitor、academic competitor discovery、论文→竞品、引用网络分析
Обнаруживайте скрытых конкурентов с помощью анализа сети академических цитирований.
Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, 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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created" - заметка
frontmatter-keyнеизвестное поле фронтматтера "disable"
Процессный рейтинг: все десять параметров 60/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 31
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1642 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 754 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 31 пунктов
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.