SKILLEMALL.ai
GitHub ↗ EN Войти

CC slides-polish

Постраничный обзор Codex + целевые исправления python-pptx / Beamer для слайдов академических презентаций. Используйте ПОСЛЕ /paper-slides (или любого внешне сгенерированного PPTX/Beamer), когда колода выглядит "почти нормально", но пользователь хочет финальный проход, который выравнивает визуальный вес с эталоном, увеличивает шрифты PPTX до размера, читаемого на проекторе, устраняет утечки курсивного стиля, исправляет переполнение текстовых полей и обнаруживает дрейф макета по слайдам. Триггерные фразы: "polish slides", "slides 排版不对", "PPTX 字体太小", "和 Beamer 比一下", "per-page review", "和 codex 一页一页过".

машинный переводПоказать оригиналСкрыть оригинал«Per-page Codex review + targeted python-pptx / Beamer fixes for academ…»

Per-page Codex review + targeted python-pptx / Beamer fixes for academic talk slides. Use AFTER /paper-slides (or any externally generated PPTX/Beamer) when the deck looks 'mostly OK' but the user wants a final pass that aligns visual weight with a reference, bumps PPTX fonts to projector-readable size, kills italic style leaks, fixes text-frame overflow, and catches per-slide layout drift. Trigger phrases: "polish slides", "slides 排版不对", "PPTX 字体太小", "和 Beamer 比一下", "per-page review", "和 codex 一页一页过".

wanshuiyin/Auto-claude-code-research-in-sleep Claude Code автор: wanshuiyin MIT 1 файл тело ≈ 7 057 токенов Открыть источникgithub.com↗ проанализирован 5 ч назад

Постраничный обзор Codex + целевые исправления python-pptx / Beamer для слайдов академических презентаций.

Как процесс C 59/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: ../shared-references/reviewer-backends.md

АнализаторPowerPointLaTeXРазработкатип 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
C
87/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Скилл ссылается на файлы, которых нет в архиве: ../shared-references/reviewer-backends.md
Инструменты и файлы вес 18
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 1 месте: Auto-claude-code-research-in-sleep

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

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  2. 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 · 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: Bash(*) Read Write Edit Grep Glob spawn_agent mcp__antigravity__antigravity mcp__antigravity__antigravity-reply mcp__grok__grok mcp__grok__grok-reply mcp__claude-review__review mcp__cla

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

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7057 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: ../shared-references/reviewer-backends.md

Процессный рейтинг: все десять параметров 59/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../shared-references/reviewer-backends.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../shared-references/reviewer-backends.md
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 70Стоимость исполнения. Тело инструкции 7057 токенов
  • 85Шаги. Шагов: 107, расплывчатых формулировок: 2
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Входы и предусловия. Входные данные и предусловия перечислены
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (19 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 6 примера фраз-триггеров в кавычках
  • +3Длина description 507 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 33 заголовков
  • +3Пошаговые инструкции: 107 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (8 блоков кода)

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