SKILLEMALL.ai

CC BiasCheck

Трехуровневый анализ предвзятости любого URL, файла или текста: извлекает контент и цитируемые исследования, затем проверяет предвзятость данных, конфликты источников и искажения журналистики. ИСПОЛЬЗОВАТЬ ДЛЯ: анализ предвзятости, анализировать предвзятость, проверка предвзятости, проверить это исследование, кто это финансировал, предвзят ли этот источник, проверка фактов статьи, методологические недостатки, достоверность источника, что не так с этим утверждением. НЕ ДЛЯ: психологического анализа автора, синтеза исследований (Research), проверки юридических лиц.

машинный переводПоказать оригиналСкрыть оригинал«Three-layer bias analysis of any URL, file, or text: fetches the conte…»

Three-layer bias analysis of any URL, file, or text: fetches the content and cited studies, then audits data bias, source conflicts, and journalism distortions. USE WHEN bias analysis, analyze bias, bias check, check this study, who funded this, is this source biased, fact-check article, methodological flaws, source credibility, what's wrong with this claim. NOT FOR psychological author analysis, research synthesis (Research), entity due diligence.

danielmiessler/Personal_AI_Infrastructure Agent Skills автор: danielmiessler MIT 3 файла тело ≈ 728 токенов Открыть источникgithub.com↗ проанализирован 27 ч назад

Трехуровневый анализ предвзятости любого URL, файла или текста: извлекает контент и цитируемые исследования, затем проверяет предвзятость данных, конфликты…

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторТексты и документыИсследованияЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
C
50/100
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

    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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 6, column 14: description: Three-layer bias analysis of any URL, file, or text: fetches the c… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "evals"
    • заметка frontmatter-key неизвестное поле фронтматтера "disallowed-tools"

    Процессный рейтинг: все десять параметров 50/100

    • 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
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 5
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 728 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 452 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 5 пунктов
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.