SKILLEMALL.ai

AC footnote-relegator

Сокращение научной юридической статьи путем перемещения второстепенных деталей из основного текста в содержательные сноски, сохраняя каждое слово и делая аргументацию самодостаточной. Обрабатывает Markdown и Word (.docx), интегрирует перемещенный материал с существующими сносками, измеряет заданную пользователем долю перемещения (по умолчанию 25%) и доставляет пошаговый меморандум. Используйте, когда просят «push detail into footnotes», «relegate to footnotes», «footnote the caveats», «move the digressions down» или сократить плотный черновик без удаления контента. Вывод в формате Word требует доступа к файлам, а также поддержки преобразования и рендеринга документов; когда эти возможности недоступны, предоставьте Markdown и меморандум или запросите конвертируемый источник.

машинный переводПоказать оригиналСкрыть оригинал«Condense a scholarly legal article by moving nonessential detail from…»

Condense a scholarly legal article by moving nonessential detail from the body into substantive footnotes while preserving every word and keeping the argument self-sufficient. Handles Markdown and Word (.docx), integrates moved material with existing notes, measures a user-specified relegation fraction (25% by default), and delivers a move-by-move memo. Use when asked to "push detail into footnotes," "relegate to footnotes," "footnote the caveats," "move the digressions down," or tighten a dense draft without deleting content. Word output requires file access plus document-conversion and rendering support; when those capabilities are unavailable, deliver Markdown and the memo or ask for a convertible source.

lawve-ai/awesome-legal-skills Agent Skills автор: lawve-ai 10 файлов · 3 скрипта тело ≈ 3 259 токенов Открыть источникgithub.com↗ проанализирован 44 мин назад

Сокращение научной юридической статьи путем перемещения второстепенных деталей из основного текста в содержательные сноски, сохраняя каждое слово и делая…

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность

ПроцедураWordТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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: 10. 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 56/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (footnote-relegator) не совпадает с папкой (footnote-relegator-seth-chandler)
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 37
    • 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 3259 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 10. 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 717 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 37 пунктов
    • +4Есть примеры (2 блоков кода)
    • +3Все 3 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.