SKILLEMALL.ai

AB interpretive-lab-comment-drafter

Используйте этот навык, когда клинический лаборант (MLS/MT/CLS), патологоанатом или директор лаборатории должны составить интерпретируемый комментарий к результатам сложной лабораторной панели — включая общий анализ крови с дифференциалом, комплексную метаболическую панель, панель оценки функции печени, панель оценки функции щитовидной железы, липидную панель, коагуляционные исследования или анализ мочи. Охватывает флаги дельта-проверки, обозначение критических значений, распознавание закономерностей и язык клинической корреляции. Создает ПРОЕКТ комментария для рассмотрения патологоанатомом или лицензированным специалистом перед выпуском результатов.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when a clinical laboratory scientist (MLS/MT/CLS), path…»

Use this skill when a clinical laboratory scientist (MLS/MT/CLS), pathologist, or lab director needs to draft an interpretive comment for a complex laboratory panel result — including CBC with differential, CMP, hepatic function panel, thyroid panel, lipid panel, coagulation studies, or urinalysis. Covers delta-check flags, critical-value notation, pattern recognition, and clinical-correlation language. Produces a DRAFT comment for pathologist or licensed-provider review before result release.

ClawHub Agent Skills автор: devasher v0.1.0 MIT-0 4 файла тело ≈ 2 819 токенов Открыть источникclawhub.ai проанализирован 3 ч назад

Используйте этот навык, когда клинический лаборант (MLS/MT/CLS), патологоанатом или директор лаборатории должны составить интерпретируемый комментарий к…

Как процесс B 69/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

ГенераторИнфраструктураДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
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: 4. 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 69/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 57, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2819 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 498 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 57 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: suspicious
    The skill bundle is mostly coherent, but an included autoreview helper defaults to running nested review tooling with full sandbox bypass, so it should be manually reviewed before installation.
    LLM: suspicious (medium) · VirusTotal: · 30 мая 2026 г.