SKILLEMALL.ai

BC thesis-topic-selector

Использует четыре режима обработки ИИ (прямое использование режима, улучшение режима, перенос режима, построение режима) для генерации инновационных тем, соответствующих академическим требованиям, в любой предметной области. Улучшение режима включает 10 инновационных мета-фреймворков (принцип первой причины, обратное мышление, диалектическое синтезирование, случайное управление, эмерджентная генерация, эволюционная итерация, системная динамика, управление ограничениями, повествование, геймификация), базовые элементы прямого использования режима могут использовать все режимы инноваций, а рекомбинация базовых элементов сама по себе является способом инноваций. Перенос режима и построение режима являются инновационными методами. Используйте этот навык, когда пользователю нужны темы, направление исследования, угол зрения для инноваций или он хочет исследовать нетривиальные темы в определенной области.

машинный переводПоказать оригиналСкрыть оригинал«运用四种AI模式处理能力(模式直用、模式改进、模式迁移、模式构建)为任意学科领域生成符合学术要求的创新选题。模式改进内置10种创新元框架(第…»

运用四种AI模式处理能力(模式直用、模式改进、模式迁移、模式构建)为任意学科领域生成符合学术要求的创新选题。模式改进内置10种创新元框架(第一性原理、逆向思维、辩证综合、随机性驱动、涌现生成、演化迭代、系统动力学、约束驱动、故事叙述、游戏化),模式直用的基元可运用所有模式创新且基元重组本身也是创新方式,模式迁移和模式构建均为创新方法。当用户需要选题、寻找研究方向、发现创新角度、或希望在特定领域探索非平庸论题时,应使用此技能。

ClawHub Agent Skills автор: 波动几何 v1.0.1 MIT-0 2 файла тело ≈ 1 624 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Использует четыре режима обработки ИИ (прямое использование режима, улучшение режима, перенос режима, построение режима) для генерации инновационных тем…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 65
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1624 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 214 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 27 заголовков
  • +3Пошаговые инструкции: 65 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is an instruction-only academic brainstorming skill; its scope is broad, but it does not request code execution, credentials, file access, or background behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.