BF Google Scholar Search
Ищите научную литературу и исследовательские статьи через Google Scholar. Этот навык предоставляет мощные возможности поиска с расширенными параметрами фильтрации, включая поиск по автору и по году...
машинный переводПоказать оригиналСкрыть оригинал«Search for academic literature and research papers through Google Scho…»
Search for academic literature and research papers through Google Scholar. This skill provides powerful search capabilities with advanced filtering options including author-specific searches and ye...
Ищите научную литературу и исследовательские статьи через Google Scholar.
Как процесс F 39/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../semanticscholar-search-skill/, ../pubmed-search-skill/, ../sci-hub-search-skill/
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.
Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Опасные команды
cmd-pipe-to-shell-known-hostREADME.md:58Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код)curl -LsSf https://astral.sh/uv/install.sh | sh
Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: ../semanticscholar-search-skill/ - предупреждение
missing-refссылка на отсутствующий файл: ../pubmed-search-skill/ - предупреждение
missing-refссылка на отсутствующий файл: ../sci-hub-search-skill/
Процессный рейтинг: все десять параметров 39/100
- 0Инструменты и файлы. Не хватает 3 файла(ов): ../semanticscholar-search-skill/, ../pubmed-search-skill/, ../sci-hub-search-skill/
- 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
- 40Согласованность. Имя во frontmatter (Google Scholar Search) не совпадает с папкой (google-scholar-search-skill)
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Шаги. Шагов: 12
- 100Стоимость исполнения. Тело инструкции 864 токенов
- 100Повторный запуск. Изменяющих операций нет
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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 200 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 12 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 58.