SKILLEMALL.ai
GitHub ↗ EN Войти

BC SJ-IRAC Non-Use Engine（撤三证据推理系统）

name: jiang-nonuse slug: jiang-irac-nonuse-evidence displayname: Цзян Даоли｜Движок для доказательства и проверки рисков при отзыве трех свидетельств (SJ-IRAC) version: 3.0.1 description: Двухэтапный движок доказательств для трехлетнего неиспользования товарных знаков CNIPA: построение цепочки доказательств защиты + проверка доказательств (SJ-6 + IRAC + риски A–E). homepage: https://...

машинный переводПоказать оригиналСкрыть оригинал«name: jiang-nonuse slug: jiang-irac-nonuse-evidence displayname: 蒋道理｜撤…»

name: jiang-nonuse slug: jiang-irac-nonuse-evidence displayname: 蒋道理｜撤三证据链与风险审核引擎（SJ-IRAC） version: 3.0.1 description: CNIPA撤三（连续三年不使用）双轨证据引擎：答辩证据链构建 + 质证审计（SJ-6 + IRAC + 风险A–E）。 homepage: https://...

modbender/skill-library-mcp Agent Skills автор: modbender MIT 19 файлов тело ≈ 1 865 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

name: jiang-nonuse slug: jiang-irac-nonuse-evidence displayname: Цзян Даоли｜Движок для доказательства и проверки рисков при отзыве трех свидетельств (SJ-IRAC)…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураМаркетингтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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. 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: 19. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 51/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (SJ-IRAC Non-Use Engine（撤三证据推理系统）) не совпадает с папкой (jiang-irac-nonuse-evidence)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 93
  • 100Стоимость исполнения. Тело инструкции 1865 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 16. 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
  • +2Инструкции на одном языке
  • +3Длина description 200 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 51 заголовков
  • +3Пошаговые инструкции: 93 пунктов
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.