SKILLEMALL.ai
GitHub ↗ EN Войти

BC omh-paper-learning

[omh] Изучение статьи или PDF-документа: объясните предоставленную статью или PDF на выбранном уровне, сохраняя полное покрытие разделов и границы исходных данных. Используйте, когда пользователь говорит: paper-learning, paper learning, paper-explainer, paper explainer, paper explanation, explain this paper, explain this arxiv paper, paper walkthrough.

машинный переводПоказать оригиналСкрыть оригинал«[omh] Paper or paper PDF to understand: explain a supplied paper or pa…»

[omh] Paper or paper PDF to understand: explain a supplied paper or paper/PDF at a selected level while preserving full section coverage and source evidence boundaries. Use when the user says: paper-learning, paper learning, paper-explainer, paper explainer, paper explanation, explain this paper, explain this arxiv paper, paper walkthrough.

rlaope/oh-my-hermes Hermes автор: rlaope 1 файл тело ≈ 2 344 токенов Открыть источникgithub.com↗ проанализирован 14 ч назад

[omh] Изучение статьи или PDF-документа: объясните предоставленную статью или PDF на выбранном уровне, сохраняя полное покрытие разделов и границы исходных…

Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ПроцедураИсследованиятип и темы размечены автоматически по тексту скилла
Запускается в: Hermes Agent
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: omh-paper-learning (rlaope/oh-my-hermes)

Как улучшить

  1. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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

  • предупреждение description-long-hermes description 342 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)

Процессный рейтинг: все десять параметров 63/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 60Согласованность. Диалект Hermes требует category и tags
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 49
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Стоимость исполнения. Тело инструкции 2344 токенов
  • low Ответ описан самодельной разметкой (8 тегов): типизированный вызов надёжнее

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
  • +2Инструкции на одном языке
  • +3Длина description 342 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 49 пунктов
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.