BB research-grill
Опрашивает исследователя в несколько раундов, пока идея, дизайн или черновик исследования не будут лишены непроверенных решений. Нумерует каждый вопрос, объясняет «почему это важно», рекомендует ответ, ищет факты, а не спрашивает о них, и записывает принятые решения. Три этапа охватывают идею (от темы или догадки до фальсифицируемого вопроса и утверждения о вкладе), дизайн (от вопроса до оцениваемой величины, выборки и мощности, измерения, предварительной регистрации, плана анализа и места публикации) и защиту (возражения рецензентов к готовому дизайну или черновику). Используйте, когда пользователь говорит «прожарь меня», «прожарь это», «протестируй мою идею/дизайн/план», «опроси меня об этом проекте», «найди слабые места в этом», «что я предполагаю» или предлагает идею, которая еще не является дизайном. Используйте `--plan` для планов программного обеспечения или процессов.
машинный переводПоказать оригиналСкрыть оригинал«Interviews a researcher in rounds until a research idea, design, or dr…»
Interviews a researcher in rounds until a research idea, design, or draft has no unexamined decision. Numbers every question, explains "why this matters", recommends an answer, fetches facts rather than asking for them, and records settled decisions. Three stages cover idea, a topic or hunch to a falsifiable question and contribution claim, design, a question to estimand, identification, sample and power, measurement, pre-registration, analysis plan, and venue, and defend, reviewer objections to a finished design or draft. Use when the user says "grill me", "grill this", "stress-test my idea/design/plan", "interview me about this project", "poke holes in this", "what am I assuming", or brings an idea that is not yet a design. Use `--plan` for software or process plans.
Опрашивает исследователя в несколько раундов, пока идея, дизайн или черновик исследования не будут лишены непроверенных решений.
Как процесс B 70/100 · Почти готов — слабые места: результат и критерий готовности, ошибки и развилки, повторный запуск
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 просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.
Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.
Как улучшить
- 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 Широкие права
meta-broad-allowed-toolsSKILL.md:1Заранее разрешены широкие инструменты: Bashallowed-tools: Read Glob Grep Bash Write Edit Agent WebSearch WebFetch AskUserQuestion
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 70/100
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 21
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1854 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 7 примера фраз-триггеров в кавычках
- +3Длина description 779 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 21 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.