SKILLEMALL.ai

CC narrative-fidelity-audit

Проводит жесткую проверку изобретений в повествовании, основанном на фактах — четкий отказ, лестница происхождения внутреннего состояния ([A] сказал / [B] современный документ / [C] вывод о поведении / [D] без источника, где любое [D] блокирует публикацию), сканирование LLM на предмет красных флагов фабрикации, трехуровневое расследование «Откуда вы знаете?» на уровне предложений, абзацев и отрывков, обзор журнала вычитания и примечание об источниках, сгенерированное из журнала отклонений. Используйте перед публикацией любого повествования, построенного на реальных доказательствах — рыночная история, разбор инцидента, биография, описание ML, реконструкция цепочки поставок, научное письмо — или когда пользователь упоминает проверку фактов, аудит достоверности, проверку фабрикации, выдуманные детали, проход по источникам, я это выдумал, составная сцена, примечание об источниках или это защищаемо.

машинный переводПоказать оригиналСкрыть оригинал«Runs the hard gate on invention in fact-based narrative — a bright-lin…»

Runs the hard gate on invention in fact-based narrative — a bright-line refusal sweep, an interior-state provenance ladder ([A] said-so / [B] contemporaneous document / [C] behavioural inference / [D] unsourced, where any [D] blocks publication), an LLM-specific fabrication red-flag scan, a three-altitude "How do you know?" prosecution at sentence, paragraph and passage level, a subtraction-log set review, and a note on sources generated from the deviation log. Use before shipping any narrative built on real evidence — market history, incident post-mortem, biography, ML writeup, supply-chain reconstruction, science writing — or when the user mentions fact-check, fidelity audit, fabrication check, invented detail, sourcing pass, did I make this up, composite scene, note on sources, or is this defensible.

lyndonkl/claude Agent Skills автор: lyndonkl 5 файлов тело ≈ 5 301 токенов Открыть источникgithub.com↗ проанализирован 16 ч назад

Проводит жесткую проверку изобретений в повествовании, основанном на фактах — четкий отказ, лестница происхождения внутреннего состояния ([A] сказал / [B]…

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

АнализаторИнфраструктураИИ и агентыТорговлятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
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. 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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5301 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 60/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
  • 70Стоимость исполнения. Тело инструкции 5301 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 68
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 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

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 814: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 68 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.