SKILLEMALL.ai

AB protein-sequence-similarity-search

Поиск гомологичных белковых последовательностей с помощью MMseqs2 (быстрый, по умолчанию) или BLAST (полный, резервный). Активируйте это всякий раз, когда пользователь предоставляет белковую последовательность или файл FASTA и просит найти гомологи, совпадения последовательностей или хочет вывести функцию белка на основе сходства последовательностей, но не когда пользователь хочет вывести функцию белка на основе структурного сходства.

машинный переводПоказать оригиналСкрыть оригинал«Searches for homologous protein sequences using MMseqs2 (fast, default…»

Searches for homologous protein sequences using MMseqs2 (fast, default) or BLAST (comprehensive, fallback). Trigger this whenever the user provides a protein sequence or FASTA file and asks to find homologues, sequence matches, or wants to infer protein function based on sequence similarity, but not when the user wants to infer protein function based on structural similarity.

google-deepmind/science-skills Agent Skills автор: google-deepmind 3 файла · 2 скрипта тело ≈ 2 553 токенов Открыть источникgithub.com↗ проанализирован 2 ч назад

Поиск гомологичных белковых последовательностей с помощью MMseqs2 (быстрый, по умолчанию) или BLAST (полный, резервный).

Как процесс B 76/100 · Почти готов — слабые места: результат и критерий готовности, согласованность, отчётность по ходу

ПроцедураРазработкаДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
B
76/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 76/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (protein-sequence-similarity-search) не совпадает с папкой (protein_sequence_similarity_search)
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 50
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 2553 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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 378 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 50 пунктов
    • +4Есть примеры (4 блоков кода)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.