SKILLEMALL.ai

AB chinadrugtrials-query

Запрашивает chinadrugtrials.org.cn, Китайскую платформу регистрации и раскрытия информации о клинических испытаниях лекарств. Используйте при запросе поиска на этом сайте или извлечения записей о регистрации китайских клинических испытаний для лекарства, показания, компании, номера CTR или ключевого слова, особенно когда результаты должны включать детали, выходящие за рамки страницы списка, такие как заявитель/компания, дата первого публичного раскрытия, статус испытания и официальная ссылка на детали.

машинный переводПоказать оригиналСкрыть оригинал«Query chinadrugtrials.org.cn, the Chinese Drug Clinical Trial Registra…»

Query chinadrugtrials.org.cn, the Chinese Drug Clinical Trial Registration and Information Disclosure Platform. Use when asked to search this site or retrieve Chinese clinical trial registration records for a drug, indication, company, CTR number, or keyword, especially when results must include details beyond the list page such as applicant/company, first public disclosure date, trial status, and official detail link.

ClawHub Agent Skills автор: Zephyrlucky Skills v1.0.1 MIT-0 4 файла тело ≈ 2 187 токенов Открыть источникclawhub.ai проанализирован 21 ч назад

Запрашивает chinadrugtrials.org.cn, Китайскую платформу регистрации и раскрытия информации о клинических испытаниях лекарств. Используйте при запросе поиска…

Как процесс B 66/100 · Почти готов — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураPlaywrightРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
B
66/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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: 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 66/100

    • 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
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 37
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2187 токенов

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 422 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 37 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (4 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: clean
    The artifact is a coherent ClawHub/Convex maintainer skill bundle with disclosed powerful workflows and no evidence of hidden exfiltration, persistence, or destructive behavior.
    LLM: benign (medium) · VirusTotal: · 3 июн. 2026 г.