SKILLEMALL.ai

CC statistical-conventions

Выбирает и сообщает о статистических тестах так, как ожидает внимательный рецензент, определяя парные или непарные, параметрические или ранговые тесты по дизайну, используя тесты упорядоченных тенденций, такие как Йонкхеере-Терпстра и Кохрена-Армитажа, для уровней дозы или градации, корректируя множественные сравнения с помощью Бонферрони, Холма или Бенджамини-Хохберга и показывая исходные и скорректированные p-значения рядом, предоставляя размеры эффекта, такие как d Коэна, дельта Клиффа и отношения шансов с доверительными интервалами, бутстрэп-интервалы, когда формула не применяется, и указывая проверенные предположения, точные p-значения и степени свободы. Используйте, когда анализ будет сообщать p-значение, разницу между группами, тенденцию по упорядоченным категориям или корреляцию; используйте statistical-power для планирования размера выборки и experimental-design для разработки исследования.

машинный переводПоказать оригиналСкрыть оригинал«Chooses and reports statistical tests the way a careful referee expect…»

Chooses and reports statistical tests the way a careful referee expects, deciding paired versus unpaired and parametric versus rank-based from the design, using ordered-trend tests such as Jonckheere-Terpstra and Cochran-Armitage for dose or grade levels, correcting for multiple comparisons with Bonferroni, Holm or Benjamini-Hochberg and showing raw and adjusted p-values side by side, giving effect sizes such as Cohen's d, Cliff's delta and odds ratios with confidence intervals, bootstrapping intervals when no formula applies, and stating checked assumptions, exact p-values and degrees of freedom. Use whenever an analysis will report a p-value, a group difference, a trend across ordered categories or a correlation; use statistical-power for sample-size planning and experimental-design for laying out the study.

synthetic-sciences/OpenScience Agent Skills автор: synthetic-sciences Apache-2.0 1 файл тело ≈ 3 220 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Выбирает и сообщает о статистических тестах так, как ожидает внимательный рецензент, определяя парные или непарные, параметрические или ранговые тесты по…

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки

СправочникДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
87/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
61/100
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

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.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
      Заранее разрешены широкие инструменты: Bash
      allowed-tools: Read Bash python

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

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "summary"
    • заметка frontmatter-key неизвестное поле фронтматтера "role"

    Процессный рейтинг: все десять параметров 61/100

    • 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
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 38
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3220 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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)
    • +3Длина description 821: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 38 пунктов
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.