SKILLEMALL.ai
GitHub ↗ EN Войти

BC proof-writer

Пишет строгие математические доказательства для теории машинного обучения/ИИ. Используйте, когда вас просят доказать теорему, лемму, утверждение или следствие, заполнить недостающие шаги доказательства, формализовать набросок доказательства, 补全证明, 写证明, 证明某个命题 или определить, может ли заявленное доказательство быть фактически завершено при указанных предположениях.

машинный переводПоказать оригиналСкрыть оригинал«Writes rigorous mathematical proofs for ML/AI theory. Use when asked t…»

Writes rigorous mathematical proofs for ML/AI theory. Use when asked to prove a theorem, lemma, proposition, or corollary, fill in missing proof steps, formalize a proof sketch, 补全证明, 写证明, 证明某个命题, or determine whether a claimed proof can actually be completed under the stated assumptions.

wanshuiyin/Auto-claude-code-research-in-sleep Agent Skills автор: wanshuiyin MIT 1 файл тело ≈ 1 974 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Пишет строгие математические доказательства для теории машинного обучения/ИИ.

Как процесс C 61/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: ../lean-formalize/SKILL.md

ГенераторДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Скилл ссылается на файлы, которых нет в архиве: ../lean-formalize/SKILL.md
Инструменты и файлы вес 18
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: Auto-claude-code-research-in-sleep

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 missing-ref ссылка на отсутствующий файл: ../lean-formalize/SKILL.md

Процессный рейтинг: все десять параметров 61/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../lean-formalize/SKILL.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../lean-formalize/SKILL.md
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 60Ошибки и развилки. Развилок: 2
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 90
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1974 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 289 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 90 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.