SKILLEMALL.ai
GitHub ↗ EN Войти

CD mandarinat

Помощник для преподавателей и исследователей в области права (профессоров, доцентов, аспирантов, ассистентов, преподавателей семинаров). Шесть задач: углубленные юридические исследования с акцентом на доктрину; проверка документов (диссертаций, статей, контрольных, курсовых) с комментариями в Word, проверкой ссылок, плагиата или ИИ, аргументации; темы и ответы для экзаменов; обновление курсов, учебников и документов; создание курсов с поддержкой Word и PowerPoint или Slides; методические материалы для семинаров. Исследования с использованием инструментов (LibreJustice, OpenLegi, Themia, LegalDataHunter, doctrine HAL/OpenAlex), ядро защиты от галлюцинаций с таблицей проверки в отдельном документе. Использовать для любых запросов, связанных с преподаванием или исследованиями в области права — курсы, семинары, экзамены, темы, ответы, диссертации, комментарии к решениям, проверка, обновление, библиография, доктринальные исследования — даже если навык не назван. Не для тестов с множественным выбором или быстрых упражнений (навык qcm-exercices).

машинный переводПоказать оригиналСкрыть оригинал«Assistant académique des enseignants-chercheurs en droit (professeurs,…»

Assistant académique des enseignants-chercheurs en droit (professeurs, maîtres de conférences, doctorants, ATER, chargés de TD). Six tâches : recherche juridique approfondie à dominante doctrinale ; relecture de documents (thèses, articles, copies, mémoires) avec commentaires Word, vérification des références, indices de plagiat ou d'IA, cohérence argumentative ; sujets et corrigés d'examen ; mise à jour de cours, d'ouvrages et de documents ; création de cours avec support Word et PowerPoint ou Slides ; fiches de TD. Recherche outillée (LibreJustice, OpenLegi, Themia, LegalDataHunter, doctrine HAL/OpenAlex), noyau anti-hallucination avec tableau de vérification remis en document séparé. À utiliser pour toute demande liée à l'enseignement ou à la recherche en droit — cours, TD, examen, sujet, corrigé, dissertation, commentaire d'arrêt, relecture, mise à jour, bibliographie, recherche doctrinale — même si la skill n'est pas nommée. Pas pour les QCM ni les exercices rapides (skill qcm-exercices).

lawve-ai/awesome-legal-skills Agent Skills автор: lawve-ai 30 файлов · 8 скриптов тело ≈ 3 930 токенов Открыть источникgithub.com↗ проанализирован 90 мин назад

Помощник для преподавателей и исследователей в области права (профессоров, доцентов, аспирантов, ассистентов, преподавателей семинаров).

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

ПроцедураTableauPowerPointWordТексты и документытип 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
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
66
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
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 30. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

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
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (mandarinat) не совпадает с папкой (mandarinat-christophe-quezel-ambrunaz)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 32
  • 100Стоимость исполнения. Тело инструкции 3930 токенов
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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)
  • +3Длина description 1008: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -34 из 8 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 32 пунктов
  • +4Справочные файлы упоминаются в инструкциях (20 из 20)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.