SKILLEMALL.ai
GitHub ↗ EN Войти

BC distill-concept-books

Преобразуйте книги, посвященные концепциям, теориям или методам анализа, в кандидатские навыки, основанные на задачах, с отслеживаемыми доказательствами, прошедшие проверку человеком и не раскрывающие информацию об источнике, такую как название книги, автор, издательство. Используется для создания или восстановления извлеченных данных из книг, сканирования всех встроенных изображений DOCX с помощью локального Tesseract или полностраничного рендеринга сканированных PDF с помощью Poppler, создания карты источников и правил для доказательств/утверждений/отношений/возможностей, перестройки переносимых методов на основе первых принципов, а также для предотвращения дрейфа задач продукта после сжатия контекста в соответствии с авторитетным контрактом задачи; маршрутизируется только в оценке Gate 4 в собственной дистилляции этого мета-навыка. Не используется для простого обобщения, ответов на фактические вопросы, имитации мышления людей, экспериментальных или клинических SOP, клинических решений, а также в качестве общего инструмента материализации, оценки, Git, выпуска или развертывания для других навыков.

машинный переводПоказать оригиналСкрыть оригинал«将概念、理论或分析方法类图书蒸馏为证据可追溯、经人工门禁审核且不暴露书名、作者、出版社等来源身份的任务型 Skill 候选。用于新建或恢复图…»

将概念、理论或分析方法类图书蒸馏为证据可追溯、经人工门禁审核且不暴露书名、作者、出版社等来源身份的任务型 Skill 候选。用于新建或恢复图书蒸馏、以本地 Tesseract 扫描 DOCX 全部内嵌图像或 Poppler 渲染的扫描 PDF 全页、建立 source map 与 evidence/claim/relation/capability rule、用第一性原理重构可迁移方法，以及按权威 task contract 防止上下文压缩后的产品任务漂移；仅在本元 Skill 自身的 owning distillation 中路由其 Gate 4 评测。不用于单纯摘要、事实问答、人物思维模仿、实验或临床 SOP、临床决策，也不作为其他 Skill 的通用物化、评测、Git、发布或部署工具。

xuzhougeng/wisp-science Agent Skills автор: xuzhougeng AGPL-3.0 47 файлов · 16 скриптов тело ≈ 2 173 токенов Открыть источникgithub.com↗ проанализирован 7 дн назад

Преобразуйте книги, посвященные концепциям, теориям или методам анализа, в кандидатские навыки, основанные на задачах, с отслеживаемыми доказательствами…

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураWordРазработкатип 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
90/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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
  • низкая Обфускация obf-base64-blob scripts/test_normalize_docx_source.py:18
    Длинный blob, похожий на base64 (тестовый файл / пример; в кавычках — упоминание, а не команда)
    "iVBO…mNk+A8AA…YII="
    тестовый файлв кавычках

Просканировано файлов: 45. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 56/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 50
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2173 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • -314 из 16 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 350 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 50 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (10 из 10)

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