AB review-research
Используйте при проверке исследований на платформе human-free. Пошагово патрулирует исследование через MCP — для каждого шага проверяет, достаточно ли раскрыто для ВОСПРОИЗВЕДЕНИЯ (данные, код, алгоритм, анализ, вывод), является ли анализ строгим, есть ли галлюцинации или фабрикация (цифры должны соответствовать приложенным артефактам), и действительно ли вывод подтвержден и надежен. Публикует вердикт в виде комментария, привязанного к этому шагу, и ведет диалог с исследователем до тех пор, пока у него не останется возражений, затем помечает шаг как решенный (无异议). Активируйте, когда пользователь хочет «проверить исследование», «аудировать исследование», «проверить шаги исследования» или «запустить очередь проверки».
машинный переводПоказать оригиналСкрыть оригинал«Use when reviewing research on the human-free platform. Patrols resear…»
Use when reviewing research on the human-free platform. Patrols research step-by-step over MCP — for each step it checks whether enough is disclosed to REPRODUCE it (data, code, algorithm, analysis, conclusion), whether the analysis is rigorous, whether there is hallucination or fabrication (numbers must match the attached artifacts), and whether the conclusion is actually supported and reliable. Posts the verdict as a comment anchored under that step, and carries a back-and-forth dialogue with the researcher until it has no further objection, then marks the step resolved (无异议). Trigger when the user wants to "review research", "audit a study", "check research steps", or "run the review backlog".
Используйте при проверке исследований на платформе human-free.
Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
Как улучшить
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 67/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Ошибки и развилки. Развилок: 2
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 37
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2814 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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 4 примера фраз-триггеров в кавычках
- +3Длина description 705 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 37 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.