SKILLEMALL.ai
GitHub ↗ EN Войти

BC autonomous-research

Конвейер из 18 агентов, который превращает одну тему в черновик научной статьи, обзор литературы или главу диссертации. Находит реальные источники в Crossref и OpenAlex, составляет черновик каждого раздела на их основе, критикует свой собственный черновик на предмет слабых утверждений, а затем компилирует цитаты детерминированно, чтобы маркеры в тексте соответствовали библиографии один к одному, и каждый напечатанный DOI разрешался в Crossref или DataCite. Каждый агент — это файл markdown, который можно открыть и отредактировать. Только стандартные библиотеки, без API-ключей, без учетной записи. Используйте, когда кто-то просит написать научную статью, сделать обзор литературы, составить главу диссертации, найти источники по теме и написать их, или когда упоминают opendraft или openpaper.

машинный переводПоказать оригиналСкрыть оригинал«An 18-agent pipeline that turns one topic line into a drafted research…»

An 18-agent pipeline that turns one topic line into a drafted research paper, literature review, or thesis chapter. Finds real sources at Crossref and OpenAlex, drafts each section against them, attacks its own draft for weak claims, then compiles citations deterministically so in-text markers map one to one onto the bibliography and every printed DOI resolved at Crossref or DataCite. Every agent is a markdown file you can open and edit. Pure stdlib, no API key, no account. Use when someone asks to write a research paper, do a literature review, draft a thesis chapter, find sources on a topic and write them up, or names opendraft or openpaper.

federicodeponte/opendraft Agent Skills автор: federicodeponte 47 файлов · 18 скриптов тело ≈ 7 990 токенов Открыть источникgithub.com↗ проанализирован 14 ч назад

Конвейер из 18 агентов, который превращает одну тему в черновик научной статьи, обзор литературы или главу диссертации.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИсследованияИнфраструктураИИ и агентытип 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
B
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 35. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7990 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 54/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 7990 токенов
  • 100Шаги. Шагов: 30
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 20. 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
  • +2Инструкции на одном языке
  • +3Длина description 651 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 30 пунктов
  • +4Есть примеры (11 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 7 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.