SKILLEMALL.ai

BC synomega

Ретросинтез, предсказание реакций и синтезируемость органических молекул с использованием пакета Python synomega (pip install synomega) — работает локально, сразу готово к использованию. Шесть возможностей: одностадийный ретросинтез (продукт → реагенты, кандидатные разрывы), одностадийное предсказание прямой реакции / результат реакции (реагенты → продукт), планирование многостадийных маршрутов до доступных для покупки строительных блоков, непрерывная оценка синтезируемости / возможности изготовления (SynScore), скрининг правдоподобия реакций и эволюция многокомпонентных систем (развитие сети прямых синтезов из набора реагентов, например, однореакторная / многокомпонентная химия). Используйте это, когда пользователь предоставляет молекулу (в виде SMILES или распознаваемого имени) и спрашивает, как ее изготовить / синтезировать, можно ли ее изготовить или насколько это сложно, как ранжировать молекулы по простоте синтеза, какие реагенты дают целевое вещество, какой продукт дает набор реагентов, результат реакции или как развивается смесь реагентов — то есть для задач ретросинтеза, планирования синтеза, хемоинформатики и предсказания реакций. Оценки безопасности опасных, контролируемых или иным образом двойного назначения соединений откладываются на политику безопасности хоста (см. "Граница безопасности / двойное назначение" ниже).

машинный переводПоказать оригиналСкрыть оригинал«Retrosynthesis, reaction prediction, and synthesizability for organic…»

Retrosynthesis, reaction prediction, and synthesizability for organic molecules, using the synomega Python package (pip install synomega) — runs locally, works out of the box. Six capabilities: single-step retrosynthesis (product → reactants, candidate disconnections), single-step forward reaction prediction / reaction outcome (reactants → product), multi-step route planning down to purchasable building blocks, a continuous synthesizability / makeability score (SynScore), reaction-plausibility screening, and multi-component evolution (growing a forward synthesis network from a set of reactants, e.g. one-pot / multicomponent chemistry). Use this whenever the user gives a molecule (as SMILES or a resolvable name) and asks how to make / synthesize it, whether it can be made or how hard, how to rank molecules by ease of synthesis, what reactants give a target, what product a set of reactants gives, a reaction outcome, or how a reactant mixture evolves — i.e. for retrosynthesis, synthesis planning, cheminformatics, and reaction-prediction tasks. Safety judgments for hazardous, controlled, or otherwise dual-use compounds are deferred to the host's safety policy (see "Safety boundary / dual-use" below).

ClawHub Agent Skills автор: zhangbc v1.8.1 MIT-0 5 файлов тело ≈ 3 050 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Ретросинтез, предсказание реакций и синтезируемость органических молекул с использованием пакета Python synomega (pip install synomega) — работает локально…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураGitHubРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
C
55/100
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. Сократите description до 1024 символов.
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

  • ошибка description-long description 1215 символов, лимит 1024

Процессный рейтинг: все десять параметров 55/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3050 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 1215: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (10 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This skill is a disclosed local chemistry tool with expected model downloads and configuration knobs, but users should treat route planning for hazardous compounds carefully.
LLM: benign (high) · VirusTotal: · 29 авг. 2026 г.