SKILLEMALL.ai

AC assess-target-drug-bd-opportunities-ls

Интегрируйте данные о биологии мишени, обосновании заболевания, конвейере лекарств, клинических исследованиях, патентах, научных данных, нормативных требованиях, компании и транзакциях для принятия решений в области исследований и разработок (R&D) и развития бизнеса, касающихся мишени или целевого актива. Используйте для обзоров инициации мишеней, скрининга возможностей активов или модальностей, тезисов партнерства, обновлений ландшафта мишеней и условий принятия решений на основе доказательств.

машинный переводПоказать оригиналСкрыть оригинал«Integrate target biology, disease rationale, drug pipeline, clinical,…»

Integrate target biology, disease rationale, drug pipeline, clinical, patent, scientific, regulatory, company, and transaction evidence for target or targeted-asset R&D and business-development decisions. Use for target initiation reviews, asset or modality opportunity screens, partnering theses, target landscape updates, and evidence-based go/no-go conditions.

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 5 файлов тело ≈ 3 367 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Интегрируйте данные о биологии мишени, обосновании заболевания, конвейере лекарств, клинических исследованиях, патентах, научных данных, нормативных…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, отчётность по ходу

ПроцедураИнфраструктураИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "copyright"

    Процессный рейтинг: все десять параметров 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 147, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3367 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

    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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 363 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 147 пунктов
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: clean
    This skill is a transparent, documentation-only workflow for creating evidence-backed drug target and business-development assessment reports.
    LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.