SKILLEMALL.ai

AD academic-ppt-builder

Навык создания PPT для академических отчетов. Используется, когда пользователю нужен план PPT для защиты диссертации, доклада на крупной конференции или отчета по гранту. Сценарии применения включают: - Пользователь предоставляет тему и фон диссертации, требуется построить полную сюжетную линию (Story Arc). - Запрос на создание структуры PPT, дизайна диаграмм, логики повествования. - Требование, чтобы диаграммы были самодостаточными и воспроизводимыми коллегами. - Пользователь вставляет «краткое изложение материалов для отчета», сгенерированное paper-reader, и требуется непосредственное создание PPT. Триггеры: «создать PPT», «академический отчет», «защита диссертации», «доклад на конференции», «построить сюжетную линию», «план PPT». Может принимать стандартизированный вывод paper-reader в качестве входных данных, обеспечивая бесшовный переход от анализа к отчету.

машинный переводПоказать оригиналСкрыть оригинал«学术汇报 PPT 生成技能。当用户需要生成论文答辩、顶会 Oral 或基金汇报的 PPT 方案时使用。 适用场景包括: - 用户提供论文题目…»

学术汇报 PPT 生成技能。当用户需要生成论文答辩、顶会 Oral 或基金汇报的 PPT 方案时使用。 适用场景包括: - 用户提供论文题目和背景,需要构建完整学术故事线(Story Arc) - 请求生成 PPT 结构、图表设计、叙事逻辑 - 要求图表自包含、同行可复现 - 用户粘贴 paper-reader 输出的"汇报素材摘要",需要直接生成 PPT 触发词包括:"生成 PPT"、"学术汇报"、"论文答辩"、"顶会报告"、"构建故事线"、"PPT 方案"。 可接收 paper-reader 的标准化输出作为输入,实现分析→汇报无缝衔接。

ClawHub Agent Skills автор: xiaosu-yj v1.1.0 MIT-0 2 файла тело ≈ 935 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык создания PPT для академических отчетов.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИсследованияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (academic-ppt-builder) не совпадает с папкой (xiaosu-academic-ppt-builder)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 24
  • 100Стоимость исполнения. Тело инструкции 935 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

  • +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
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 274 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

Внешние проверки

ClawHub: clean
This skill is a benign academic presentation helper, with only a minor risk that broad PPT wording could activate it for non-academic slide requests.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.