SKILLEMALL.ai

AC aminer-data-search

Академический поиск и анализ данных с использованием API платформы AMiner Open Platform. Запрос информации об ученых, статьях, учреждениях, журналах и патентах. Включает 6 комплексных рабочих процессов (Профиль ученого, Глубокое погружение в статью, Анализ организации, Статьи в издании, Вопросы и ответы по статье, Анализ патента) и 28 отдельных API. Триггеры: "AMiner", "学术数据", "查论文", "查学者", "学术搜索", "academic search", "paper search", "scholar lookup", "citation analysis".

машинный переводПоказать оригиналСкрыть оригинал«Academic data search and analysis using AMiner Open Platform APIs. Que…»

Academic data search and analysis using AMiner Open Platform APIs. Query scholars, papers, institutions, journals, and patents. Includes 6 composite workflows (Scholar Profile, Paper Deep Dive, Org Analysis, Venue Papers, Paper QA, Patent Analysis) and 28 individual APIs. Triggers: "AMiner", "学术数据", "查论文", "查学者", "学术搜索", "academic search", "paper search", "scholar lookup", "citation analysis".

ClawHub Agent Skills автор: ye4wzp v1.0.0 MIT-0 2 файла тело ≈ 1 761 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Академический поиск и анализ данных с использованием API платформы AMiner Open Platform.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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")
  • заметка frontmatter-key неизвестное поле фронтматтера "env"

Процессный рейтинг: все десять параметров 54/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (aminer-data-search) не совпадает с папкой (aminer-academic-search)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 16
  • 100Стоимость исполнения. Тело инструкции 1761 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 5 примера фраз-триггеров в кавычках
  • +3Длина description 397 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (12 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a straightforward AMiner academic-search skill that discloses its API-token use and paid endpoints, with no packaged executable code or hidden behavior found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.