CD special-panels-timor-leste-jeanne-sulzer
Методология проверки в первую очередь для Специальных коллегий по тяжким преступлениям Окружного суда Дили (UNTAET, 2000–2006). Цитаты проверяются по JSMP, архивам ООН и legal-tools.org. Охватывает дело Лос-Палос, дела Отдела по тяжким преступлениям (391 обвиняемый; около 88 осужденных) и различие между SPSC и Джакартой. Помощь в исследованиях, а не юридическая консультация. Часть библиотеки с открытым исходным кодом «Навыки для международного правосудия» — методология: github.com/jeannesulzer/international-criminal-tribunals-skills
машинный переводПоказать оригиналСкрыть оригинал«Verification-first methodology for the Special Panels for Serious Crim…»
Verification-first methodology for the Special Panels for Serious Crimes of the Dili District Court (UNTAET, 2000–2006). Citations are verified against JSMP, the UN archives and legal-tools.org. Covers the Los Palos case, the Serious Crimes Unit caseload (391 indicted; about 88 tried) and the SPSC-vs-Jakarta distinction. Research aid, not legal advice. Part of the open-source "Skills for International Justice" library — methodology: github.com/jeannesulzer/international-criminal-tribunals-skills
Методология проверки в первую очередь для Специальных коллегий по тяжким преступлениям Окружного суда Дили (UNTAET, 2000–2006).
Как процесс D 44/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 44/100
- 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: 7, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 4358 токенов
- 85Шаги. Шагов: 95, расплывчатых формулировок: 1
- 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: 12. 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
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 500 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 95 пунктов
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.