SKILLEMALL.ai

AB fact-check-pass

Проведение проверки фактов по каждой претензии в черновике статьи, сценария или отчета перед публикацией. Используйте, когда вас просят проверить факты в материале, проверить претензии перед публикацией или провести редакционную проверку. Создает инвентарь претензий (каждое проверяемое утверждение), статус проверки и источник для каждого (подтверждено / требует источника / непроверяемо / неверно), исправления и флаг для претензий с высоким риском (цифры, цитаты, имена, юридические/клеветнические заявления), которые не должны быть опубликованы без проверки.

машинный переводПоказать оригиналСкрыть оригинал«Run a claim-by-claim fact-check pass on a draft article, script, or re…»

Run a claim-by-claim fact-check pass on a draft article, script, or report before publication. Use when asked to fact-check a piece, verify claims before publishing, or do editorial verification. Produces a claim inventory (every checkable assertion pulled out), a verification status and source for each (confirmed / needs sourcing / unverifiable / wrong), the fixes, and a flag on the high-risk claims (numbers, quotes, names, legal/defamatory statements) that must not go out unverified.

mohitagw15856/pm-claude-skills Agent Skills автор: mohitagw15856 MIT 1 файл тело ≈ 680 токенов Открыть источникgithub.com проанализирован 28 ч назад

Проведение проверки фактов по каждой претензии в черновике статьи, сценария или отчета перед публикацией.

Как процесс B 67/100 · Почти готов — слабые места: когда включается, ошибки и развилки, повторный запуск

ГенераторДанные и аналитикаТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 2 местах: pm-claude-skills, pm-claude-skills

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

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 67/100

    • 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: 3, без проверки текущего состояния
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 17
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 680 токенов

    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)
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 490 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +3Формат ответа описан явно

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.