AA mr-scrna-research-planner
Генерирует полные исследовательские дизайны Менделевской рандомизации + одноклеточной транскриптомики (scRNA-seq) на основе предоставленного пользователем направления. Всегда используйте этот навык, когда пользователь хочет разработать, спланировать или построить исследование, объединяющее MR и одноклеточные данные — даже если это сформулировано как «помоги мне написать статью о X», «разработай биоинформатическое исследование для Y» или «я хочу изучить Z с помощью MR и scRNA». Охватывает пять моделей исследования (генные наборы механизмов, ключевые клетки, обратная валидация кандидатных генов, триангуляция экспозиция-болезнь-клетка, трансляционный биомаркер) и всегда выдает четыре конфигурации рабочей нагрузки (Lite / Standard / Advanced / Publication+) с рекомендуемым основным планом, пошаговым рабочим процессом, планом диаграмм, стратегией валидации, минимальной исполняемой версией и путем обновления до публикации.
машинный переводПоказать оригиналСкрыть оригинал«Generates complete Mendelian Randomization + single-cell transcriptomi…»
Generates complete Mendelian Randomization + single-cell transcriptomics (scRNA-seq) research designs from a user-provided direction. Always use this skill whenever a user wants to design, plan, or build a study combining MR and single-cell data — even if phrased as "help me write a paper on X", "design a bioinformatics study for Y", or "I want to study Z using MR and scRNA". Covers five study patterns (mechanism gene-set, key-cell, candidate-gene reverse validation, exposure-disease-cell triangulation, translational biomarker) and always outputs four workload configs (Lite / Standard / Advanced / Publication+) with recommended primary plan, step-by-step workflow, figure plan, validation strategy, minimal executable version, and publication upgrade path.
Генерирует полные исследовательские дизайны Менделевской рандомизации + одноклеточной транскриптомики (scRNA-seq) на основе предоставленного пользователем…
Как процесс A 81/100 · Дойдёт до конца — слабые места: результат и критерий готовности, отчётность по ходу
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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "skill-author"
Процессный рейтинг: все десять параметров 81/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 27
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1803 токенов
- 100Повторный запуск. Изменяющих операций нет
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +2Инструкции на одном языке
- +5В description 3 примера фраз-триггеров в кавычках
- +3Длина description 765 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 27 пунктов
- +4Справочные файлы упоминаются в инструкциях (7 из 7)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.