SKILLEMALL.ai
GitHub ↗ EN Войти

CD ml-paper-writing

Пишите готовые к публикации статьи по ML/AI для NeurIPS, ICML, ICLR, ACL, AAAI, COLM. Используйте при подготовке статей из репозиториев исследований, структурировании аргументов, проверке цитат или подготовке финальных версий к сдаче. Включает LaTeX-шаблоны, рекомендации для рецензентов и рабочие процессы проверки цитат.

машинный переводПоказать оригиналСкрыть оригинал«Write publication-ready ML/AI papers for NeurIPS, ICML, ICLR, ACL, AAA…»

Write publication-ready ML/AI papers for NeurIPS, ICML, ICLR, ACL, AAAI, COLM. Use when drafting papers from research repos, structuring arguments, verifying citations, or preparing camera-ready submissions. Includes LaTeX templates, reviewer guidelines, and citation verification workflows.

davila7/claude-code-templates Agent Skills автор: davila7 MIT 13 файлов тело ≈ 8 697 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Пишите готовые к публикации статьи по ML/AI для NeurIPS, ICML, ICLR, ACL, AAAI, COLM.

Как процесс D 39/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторLaTeXИИ и агентыИсследованиятип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
D
39/100
Процесс не доведён
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

Такой же скилл встречается ещё в 1 месте: RA-Skills

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:53
    Строка, похожая на токен (может быть id, хеш или секрет) (значение-заглушка)
    \cite{PLAC…his}  % TODO: Verify this citation exists
    заглушка
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:787
    Строка, похожая на токен (может быть id, хеш или секрет) (значение-заглушка)
    \cite{PLAC…ify}  % TODO: Could not verify - scientist must confirm
    заглушка

Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 8697 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессный рейтинг: все десять параметров 39/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 15, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 8697 токенов: вытесняет саму задачу из окна
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 60Шаги. Шагов: 140, расплывчатых формулировок: 4
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 16. 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
  • -234 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 291 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 42 заголовков
  • +3Пошаговые инструкции: 140 пунктов
  • +4Есть примеры (26 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.