SKILLEMALL.ai
EN Войти

AD workwork

Помощник по написанию и форматированию академических обзоров для китайских научных работ. Используйте этот навык, когда пользователям нужно отформатировать, проверить и доработать обзоры научной литературы, списки литературы или сгенерировать соответствующие документы Word в соответствии с китайскими академическими стандартами.

машинный переводПоказать оригиналСкрыть оригинал«Academic review writer and formatting assistant for Chinese academic p…»

Academic review writer and formatting assistant for Chinese academic papers. Use this skill when users need to format, check, and refine academic literature reviews, reference lists, or generate compliant Word documents according to Chinese academic standards.

LeoYeAI/openclaw-master-skills Agent Skills автор: LeoYeAI MIT 26 файлов тело ≈ 4 053 токенов Открыть источникgithub.com↗ проанализирован 19 ч назад

Помощник по написанию и форматированию академических обзоров для китайских научных работ.

Как процесс D 42/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторWordИсследованиятип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
D
42/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 26. 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 42/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 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
    • 40Согласованность. Имя во frontmatter (workwork) не совпадает с папкой (work-work)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 70Стоимость исполнения. Тело инструкции 4053 токенов
    • 100Шаги. Шагов: 191

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -214 эмодзи в инструкциях: шум для модели
    • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -34 из 16 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 260 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 43 заголовков
    • +3Пошаговые инструкции: 191 пунктов
    • +4Есть примеры (25 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.