SKILLEMALL.ai

AC psychology-paper-reviewer

Структурированная рецензия на психологические статьи, исследовательские планы, отчеты о начале исследований или фрагменты статей по стандартам рецензента академических психологических журналов. Используется, когда пользователь говорит «рецензировать», «помоги мне рецензировать эту статью», «проверить дизайн исследования», «оценить раздел методов», «review this psychology paper» или просит указать проблемы с точки зрения академического рецензирования. Применимо для эмпирических исследований, исследований с использованием опросников, экспериментальных исследований, лонгитюдных исследований и распространенных количественных психологических исследований.

машинный переводПоказать оригиналСкрыть оригинал«以心理学学术期刊审稿人的标准,对心理学论文、研究计划、开题报告或论文片段进行结构化评审。当用户说“审稿”“帮我评审这篇论文”“检查研究设计”…»

以心理学学术期刊审稿人的标准,对心理学论文、研究计划、开题报告或论文片段进行结构化评审。当用户说“审稿”“帮我评审这篇论文”“检查研究设计”“评价方法部分”“review this psychology paper”“peer review”或要求从学术审稿角度指出问题时使用。适用于实证研究、问卷研究、实验研究、纵向研究及常见心理学定量研究。

ClawHub Agent Skills автор: yunyue619 v1.0.0 MIT-0 2 файла тело ≈ 612 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Структурированная рецензия на психологические статьи, исследовательские планы, отчеты о начале исследований или фрагменты статей по стандартам рецензента…

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

АнализаторИнфраструктуратип 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
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

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 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: 67
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 612 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 172 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 67 пунктов
  • +4Есть примеры (1 блоков кода)

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

Внешние проверки

ClawHub: clean
This is a text-only psychology paper review skill with no code execution, data access, persistence, or hidden behavior.
LLM: benign (high) · VirusTotal: · 31 авг. 2026 г.