AC psych-literature-search
Поиск и организация научной литературы по заданной теме или исследовательскому вопросу. Запросы к PubMed (NCBI E-utilities, ключ API не требуется) и Semantic Scholar (бесплатный REST API, ключ не требуется). Создает структурированные таблицы, включающие: название, ключевые слова (двуязычные), DOI/URL ссылку, полный реферат (с переводом на китайский), концептуальные определения исследовательских переменных и операционные определения (инструменты измерения/шкалы). Также включает количество цитирований и типы публикаций. Этот навык следует использовать, когда пользователь хочет найти и организовать научные статьи по любой теме, провести систематический обзор литературы, извлечь определения исследовательских переменных и инструменты измерения или составить список литературы для исследования.
машинный переводПоказать оригиналСкрыть оригинал«Searches and organizes academic literature on a given topic or researc…»
Searches and organizes academic literature on a given topic or research question. Queries PubMed (NCBI E-utilities, no API key required) and Semantic Scholar (free REST API, no key required). Produces structured tables including: title, keywords (bilingual), DOI/URL link, full abstract (with Chinese translation), research variable conceptual definitions, and operational definitions (measurement instruments/scales). Also includes citation counts and publication types. This skill should be used when the user wants to find and organize academic papers on any topic, conduct a systematic literature review, extract research variable definitions and measurement instruments, or compile references for a study.
Поиск и организация научной литературы по заданной теме или исследовательскому вопросу.
Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- 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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
Процессный рейтинг: все десять параметров 52/100
- 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
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 59
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1400 токенов
- 100Повторный запуск. Изменяющих операций нет
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
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 710 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 59 пунктов
- +4Есть примеры (6 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.