CC DetectAI
Обнаруживает тексты, сгенерированные ИИ: эвристический аудит на соответствие известным шаблонам ИИ, статистические сигналы (энтропия, всплески), эмпирический показатель Панграммы и сканирование без ключа на наличие сигнатур водяных знаков или стеганографии (невидимые символы, омоглифы, двунаправленный текст). ИСПОЛЬЗОВАТЬ ДЛЯ обнаружения текстов ИИ, это ИИ, обнаружение ИИ, детектор ИИ, это написал ИИ, похоже ли это на ИИ, панграмма, поиск признаков ИИ, ИИ-измы, всплески, есть ли водяной знак. НЕ ИСПОЛЬЗОВАТЬ ДЛЯ переписывания прозы (навык письма), плагиата, оценки качества.
машинный переводПоказать оригиналСкрыть оригинал«Detects AI-generated writing: heuristic audit against known AI pattern…»
Detects AI-generated writing: heuristic audit against known AI patterns, statistical signals (entropy, burstiness), an empirical Pangram score, and a keyless scan for watermark or steganography signatures (invisible characters, homoglyphs, bidi). USE WHEN detect AI writing, is this AI, AI detection, AI detector, did an AI write this, does this sound like AI, pangram, scan for AI tells, AI-isms, burstiness, is this watermarked. NOT FOR rewriting prose (a writing skill), plagiarism, judging quality.
Обнаруживает тексты, сгенерированные ИИ: эвристический аудит на соответствие известным шаблонам ИИ, статистические сигналы (энтропия, всплески), эмпирический…
Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 12, column 14: description: Detects AI-generated writing: heuristic audit against known AI pat… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - заметка
frontmatter-keyнеизвестное поле фронтматтера "evals"
Процессный рейтинг: все десять параметров 57/100
- 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
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 9
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 895 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 502 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 9 пунктов
- +4Есть примеры (0 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.