BC target-intelligence-zhcn
Пользователи обычно запрашивают конкретные биомедицинские мишени, которые могут включать соответствующую биологическую и фармацевтическую информацию. Может подчеркивать сущности, метки и информацию, тесно связанные с мишенью. Отчет об информации о мишени, возвращаемый пользователю, должен, помимо деталей самой мишени, охватывать информацию о лекарствах, нацеленных на эту мишень, в зависимости от запроса пользователя. Загружайте этот навык, когда запрос касается следующего: - Структура и биологическая функция мишени - Конкурентная разведка в отношении линий мишеней - Ход разработки таргетных препаратов - Возможность или доступность мишени для разработки лекарств - Показания к таргетной терапии Типичные запросы - EGFR - Лекарства, нацеленные на P53 - Возможность разработки лекарств для бета-амилоидного белка - Рак, лечимый таргетной терапией белков BRCA1 и BRCA2
машинный переводПоказать оригиналСкрыть оригинал«用户通常查询特定的生物医学靶点，可能包括相关的生物学和药学详情。 可能强调与靶点密切相关的实体、标签和信息。 返回的靶点情报报告应根据用户查…»
用户通常查询特定的生物医学靶点，可能包括相关的生物学和药学详情。 可能强调与靶点密切相关的实体、标签和信息。 返回的靶点情报报告应根据用户查询，在靶点本身详情之外，涵盖针对该靶点的药物信息。 当查询涉及以下内容时加载本技能： - 靶点结构与生物学功能 - 靶点管线的竞争情报 - 靶向药物的研发进展 - 靶点的成药性或可及性 - 靶向治疗的适应症 典型查询 - EGFR - 靶向 P53 的药物 - β-淀粉样蛋白的成药性 - 靶向 BRCA1 和 BRCA2 蛋白治疗的癌症
Пользователи обычно запрашивают конкретные биомедицинские мишени, которые могут включать соответствующую биологическую и фармацевтическую информацию.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 1 месте: ClawHub
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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-whendescription 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: 68
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2203 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
- +2Инструкции на одном языке
- +3Длина description 241 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 32 заголовков
- +3Пошаговые инструкции: 68 пунктов
- +4Есть примеры (9 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.