SKILLEMALL.ai

BC pharmaceuticals-exploration-zhcn

Используется для ответа на вопросы, связанные с лекарствами. Для ранних препаратов осуществляется поиск и обобщение соответствующей патентной информации, академической литературы, записей баз данных, клинических испытаний, патентов и документов о лицензионных сделках для ответа на вопросы. Активируется, когда пользователь явно упоминает конкретный препарат, или как вспомогательный инструмент при вызове навыка исследования заболеваний (disease_investigation_skill) или навыка анализа целей (target_intelligence_skill): - Указание вывода характеристик или других записей по конкретному препарату - Поиск препаратов, связанных с конкретным заболеванием - Поиск препаратов, нацеленных на конкретную мишень Типичные запросы - Расскажите мне о семаглутиде, который нацелен на GLP-1R для лечения диабета - Что такое ремдесивир? - Препараты для лечения гепатита B - ALN-F12

машинный переводПоказать оригиналСкрыть оригинал«用于回答药物相关问题。对于早期药物,搜索并汇总相关专利、学术文献、数据库记录、临床试验、专利和授权交易文件来回答问题。 当用户明确提及特定…»

用于回答药物相关问题。对于早期药物,搜索并汇总相关专利、学术文献、数据库记录、临床试验、专利和授权交易文件来回答问题。 当用户明确提及特定药物时激活,或在调用 disease_investigation_skill 或 target_intelligence_skill 时作为辅助: - 指定输出某药物的特征或其他记录 - 搜索与特定疾病相关的药物 - 搜索靶向特定靶点的药物 典型查询 - 请告诉我靶向 GLP-1R 治疗糖尿病的司美格鲁肽 - 瑞德西韦是什么药? - 用于治疗乙型肝炎的药物 - ALN-F12

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.1 MIT-0 2 файла тело ≈ 2 256 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Используется для ответа на вопросы, связанные с лекарствами.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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
Это копия скилла из другого каталога, в рейтинге считается основная: pharmaceuticals-exploration-zhcn (ClawHub)

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 "copyright"

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: 61
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2256 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 260 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 61 пунктов
  • +4Есть примеры (9 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a disclosed pharmaceutical research skill that uses PatSnap MCP services for drug and clinical data lookups, with no hidden code or unrelated access found.
LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.