SKILLEMALL.ai

AC reddi-humanizer

Форк humanizer от biostartechnology — улучшен для написания технических блогов. Удаляет признаки текста, сгенерированного ИИ. Используйте при редактировании или проверке текста, чтобы он звучал более естественно и как написанный человеком. Основан на подробном руководстве Википедии "Признаки ИИ-текста". Обнаруживает и исправляет такие шаблоны, как: раздутая символика, рекламный язык, поверхностный анализ с использованием -ing, расплывчатые ссылки, чрезмерное использование тире, правило трех, словарные слова ИИ, негативные параллелизмы и избыточные соединительные фразы. Улучшения по сравнению с оригиналом: руководство по внедрению личности/души, шаблоны технического письма, интеграция руководства по голосу, более сильное обнаружение "бездушного письма".

машинный переводПоказать оригиналСкрыть оригинал«Fork of humanizer by biostartechnology — enhanced for technical blog w…»

Fork of humanizer by biostartechnology — enhanced for technical blog writing. Remove signs of AI-generated writing from text. Use when editing or reviewing text to make it sound more natural and human-written. Based on Wikipedia's comprehensive "Signs of AI writing" guide. Detects and fixes patterns including: inflated symbolism, promotional language, superficial -ing analyses, vague attributions, em dash overuse, rule of three, AI vocabulary words, negative parallelisms, and excessive conjunctive phrases. Enhancements over original: personality/soul injection guidance, technical writing patterns, voice guide integration, stronger "soulless writing" detection.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 4 447 токенов Открыть источникgithub.com проанализирован 2 дн назад

Форк humanizer от biostartechnology — улучшен для написания технических блогов.

Как процесс C 55/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

ГенераторПродажи и CRMТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "attribution"

    Процессный рейтинг: все десять параметров 55/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Стоимость исполнения. Тело инструкции 4447 токенов
    • 85Шаги. Шагов: 37, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Согласованность. Имя и обязательные поля на месте
    • low Разделов верхнего уровня: 11. 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 2 примера фраз-триггеров в кавычках
    • +3Длина description 669 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 40 заголовков
    • +3Пошаговые инструкции: 37 пунктов
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.