SKILLEMALL.ai

AF bib-verify

Проверяет файл BibTeX на наличие галлюцинаций или сфабрикованных ссылок, перекрестно проверяя каждую запись с CrossRef, arXiv и DBLP. Сообщает о каждой ссылке как проверенной, подозрительной или не найденной, с деталями несоответствия на уровне полей (название, авторы, год, DOI). Используйте, когда пользователь хочет проверить .bib файл на наличие поддельных цитат, проверить ссылки в статье или проверить библиографические записи на точность.

машинный переводПоказать оригиналСкрыть оригинал«Verify a BibTeX file for hallucinated or fabricated references by cros…»

Verify a BibTeX file for hallucinated or fabricated references by cross-checking every entry against CrossRef, arXiv, and DBLP. Reports each reference as verified, suspect, or not found, with field-level mismatch details (title, authors, year, DOI). Use when the user wants to check a .bib file for fake citations, validate references in a paper, or audit bibliography entries for accuracy.

ClawHub Agent Skills автор: helloml0326 v1.0.0 MIT-0 2 файла тело ≈ 567 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Проверяет файл BibTeX на наличие галлюцинаций или сфабрикованных ссылок, перекрестно проверяя каждую запись с CrossRef, arXiv и DBLP.

Как процесс F 49/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../paper-review/reference.md, ../paper-review/SKILL.md

АнализаторИсследованияИнфраструктураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
F
49/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ../paper-review/reference.md, ../paper-review/SKILL.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../paper-review/reference.md
  • предупреждение missing-ref ссылка на отсутствующий файл: ../paper-review/SKILL.md

Процессный рейтинг: все десять параметров 49/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../paper-review/reference.md, ../paper-review/SKILL.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): ../paper-review/reference.md, ../paper-review/SKILL.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 567 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 390 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (2 блоков кода)

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

Внешние проверки

ClawHub: clean
This is a straightforward BibTeX reference-checking skill with disclosed database lookups and no hidden execution behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.