SKILLEMALL.ai
EN Войти

BD ZeeLin Liberal Arts Paper

Незаменимый помощник для магистрантов и аспирантов: ИИ-ассистент для полного цикла создания научных работ гуманитарных направлений. Автоматически генерирует заголовки, планы, введения, обзоры литературы, аргументацию, предложения по мерам и выводы. Акцент на теоретической глубине и аналитических способностях. Поддерживает настраиваемое количество глав. — На базе ZeeLin

машинный переводПоказать оригиналСкрыть оригинал«高校硕博研究生必备，文科论文 AI 全流程创作助手：自动生成论文标题、大纲、引言、综述、论证、对策建议和结论，强调理论深度和思辨性，支持自定…»

高校硕博研究生必备，文科论文 AI 全流程创作助手：自动生成论文标题、大纲、引言、综述、论证、对策建议和结论，强调理论深度和思辨性，支持自定义章节数量 - Powered by ZeeLin

ClawHub Agent Skills автор: dongjiangliu9-tech v1.0.1 6 файлов тело ≈ 920 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Незаменимый помощник для магистрантов и аспирантов: ИИ-ассистент для полного цикла создания научных работ гуманитарных направлений.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип 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
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
64
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "requires"

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Согласованность. Имя во frontmatter (ZeeLin Liberal Arts Paper) не совпадает с папкой (zeelin-liberal-arts-paper)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 95
  • 100Стоимость исполнения. Тело инструкции 920 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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)
  • +3Длина description 95: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -213 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 95 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.

Внешние проверки

ClawHub: clean
This is a prompt-only Chinese liberal-arts paper writing assistant with disclosed local file use and no executable code, hidden network behavior, credentials, or persistence.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.