CD paper-three-pass-extraction
Методология, нейтральная к предметной области, для автономного извлечения структурированных заметок из одной научной статьи посредством трех последовательных проходов. Проход 1 (ознакомительный, ~10-15 мин) бегло читает заголовок, аннотацию, введение, заголовки разделов, заключение, ссылки, затем применяет фреймворк пяти C (Категория, Контекст, Корректность, Вклад, Ясность). Проход 2 (понимание содержания, ~30-60 мин) читает полную статью, пропуская доказательства, отвечает на основные аргументы / Большой Вопрос / гипотезы / пошагово по рисункам / ссылки / неясности. Проход 3 (глубокое понимание, ~1-4 часа, зарезервировано для важных статей) виртуально переписывает, оспаривает каждое предположение, определяет, что НЕ сказано, задает вопрос о фальсифицируемости. Методология является внутренней для агента, применяющего ее — вопросы задаются относительно содержания статьи, никогда не задаются оператору. Используйте, когда агенту извлечения необходимо преобразовать плотный академический текст в структурированные, машиночитаемые и человекочитаемые заметки — статьи по биологии, информатике, машинному обучению, статистике, математике, любой области.
машинный переводПоказать оригиналСкрыть оригинал«Domain-neutral methodology for autonomously extracting structured note…»
Domain-neutral methodology for autonomously extracting structured notes from a single academic paper via three escalating passes. Pass 1 (inspectional, ~10-15 min) reads title, abstract, intro, section headings, conclusion, references at a glance, then applies the Five Cs framework (Category, Context, Correctness, Contributions, Clarity). Pass 2 (content grasp, ~30-60 min) reads the full paper skipping proofs, answers main-argument / Big-Question / hypotheses / figure-by-figure / references / confusions. Pass 3 (deep understanding, ~1-4 hours, reserved for important papers) virtually re-implements, challenges every assumption, identifies what is NOT said, asks the falsifiability question. The methodology is internal to the agent applying it - questions are answered against the paper's content, never asked of the operator. Use when an extraction agent needs to convert dense academic prose into structured machine-and-human-readable notes - bio papers, CS papers, ML papers, statistics, math, any field.
Методология, нейтральная к предметной области, для автономного извлечения структурированных заметок из одной научной статьи посредством трех последовательных…
Как процесс D 45/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../layered-reasoning/SKILL.md, ../scientific-clarity-checker/SKILL.md, ../research-claim-map/SKILL.md
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: ../layered-reasoning/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: ../scientific-clarity-checker/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: ../research-claim-map/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: ../hypotheticals-counterfactuals/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: ../negative-contrastive-framing/SKILL.md - предупреждение
missing-refссылка на отсутствующий файл: ../skill-creator/resources/inspectional-reading.md - предупреждение
missing-refссылка на отсутствующий файл: ../skill-creator/resources/synthesis-application.md
Процессный рейтинг: все десять параметров 45/100
- 0Инструменты и файлы. Не хватает 7 файла(ов): ../layered-reasoning/SKILL.md, ../scientific-clarity-checker/SKILL.md, ../research-claim-map/SKILL.md
- 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: 3, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 34
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3493 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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 1014: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 21 заголовков
- +3Пошаговые инструкции: 34 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.