AC pharmaceuticals-exploration
Используется для ответов на вопросы, связанные с лекарствами. Для ранних стадий разработки лекарств ищет и обобщает связанные патенты, научную литературу, записи баз данных, клинические испытания, патенты и документы о лицензионных сделках для ответов на вопросы. Активируется, когда пользователи явно упоминают конкретные лекарства или при обращении за помощью к skill disease_investigation_skill или target_intelligence_skill — Уточнить выходные данные характеристик препарата или других записей — Поиск лекарств, связанных с конкретным заболеванием — Поиск лекарств, нацеленных на конкретную мишень. Типичные запросы — Расскажите мне о семаглутиде, нацеленном на GLP-1R для лечения диабета — Что такое ремдесивир? — Лекарства, используемые для лечения гепатита B — ALN-F12
машинный переводПоказать оригиналСкрыть оригинал«Used for answering drug-related questions. For early-stage drugs, sear…»
Used for answering drug-related questions. For early-stage drugs, search and summarize related patents, academic literature, database records, clinical trials, patents, and licensing transaction documents to answer questions. Activate when users explicitly mention specific drugs or when calling disease_investigation_skill or target_intelligence_skill for assistance - Specify output of a drug's characteristics or other records - Search for drugs related to a specific disease - Search for drugs targeting a specific target Typical queries - Please tell me about semaglutide targeting GLP-1R for diabetes treatment - What drug is remdesivir? - Drugs used to treat hepatitis B - ALN-F12
Используется для ответов на вопросы, связанные с лекарствами.
Как процесс C 56/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, повторный запуск
Такой же скилл встречается ещё в 1 месте: ClawHub
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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
body-longтело SKILL.md ≈ 5341 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 56/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Шаги. Шагов: 63, расплывчатых формулировок: 10
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Стоимость исполнения. Тело инструкции 5341 токенов
- 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (10 тегов): типизированный вызов надёжнее
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)
- +2Инструкции на одном языке
- +3Длина description 687 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 30 заголовков
- +3Пошаговые инструкции: 63 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (9 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.