SKILLEMALL.ai

BD cnki-paper-check

Используйте, когда пользователь запрашивает или выполняет проверку на плагиат для дипломных работ бакалавриата/специалитета, магистерских/аспирантских работ, статей, AIGC (включая тексты объемом от 80 000 символов) на CNKI, или когда необходимо выбрать продукт на cnki.cqccjy.cn, загрузить работу, проверить заказ, выполнить оплату, скачать отчет, прочитать отчет или провести верификацию. Этот Skill использует только общие пользовательские терминалы и публичные интерфейсы CQCCJY /pzw и /zw; он не выполняет автоматическую оплату, не заполняет за пользователя карты проверки/капчу, не выполняет ручное исполнение в бэкэнде и не обещает личную предварительную проверку как финальную проверку для университета или журнала.

машинный переводПоказать оригиналСкрыть оригинал«当用户询问或操作知网本科/专科、硕博、期刊、AIGC(含 8 万字符及以上)检测,或需要在 cnki.cqccjy.cn 选择产品、上传论文…»

当用户询问或操作知网本科/专科、硕博、期刊、AIGC(含 8 万字符及以上)检测,或需要在 cnki.cqccjy.cn 选择产品、上传论文、查询订单、交接支付、下载报告、阅读报告或验真时使用。该 Skill 固定使用 CQCCJY 的 /pzw、/zw 公共用户端和公开接口;不自动支付、不代填检测卡/验证码、不操作后台人工履约,也不把个人预检承诺为学校或期刊终检。

ClawHub Agent Skills автор: zslzxy v1.0.0 MIT-0 17 файлов · 2 скрипта тело ≈ 2 044 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Используйте, когда пользователь запрашивает или выполняет проверку на плагиат для дипломных работ бакалавриата/специалитета, магистерских/аспирантских работ…

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураWordРазработкаДанные и аналитикаПоддержка клиентовтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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: 16. 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 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 71
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2044 токенов
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 184 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 33 заголовков
  • +3Пошаговые инструкции: 71 пунктов
  • +4Справочные файлы упоминаются в инструкциях (9 из 9)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill is a clearly scoped CNKI paper-checking workflow that uploads user-selected papers and manages public order/report steps without hidden payment, admin, or persistence behavior.
LLM: benign (high) · VirusTotal: · 3 окт. 2026 г.