SKILLEMALL.ai

AB academic-suite

Универсальный инструментарий для академического письма из трех частей с тремя различными ролями агентов — Руководитель (научный руководитель), Рецензент и Помощник писателя. Используйте, когда кому-то нужна обратная связь по диссертации, дипломной работе или научной статье. Охватывает обзор структуры, анализ аргументации, симуляцию рецензирования, проверку цитирования, согласованность терминологии, проверку форматирования и предзащитную проверку. Поддерживает польский и английский академические контексты. Используйте для докторских диссертаций (rozprawa doktorska), магистерских диссертаций (praca magisterska), журнальных статей и конференционных докладов. Активируйте по любому запросу, связанному с качеством академического письма, обратной связью по диссертации, симуляцией рецензирования, проверкой формата цитирования или улучшением научного текста.

машинный переводПоказать оригиналСкрыть оригинал«Three-in-one academic writing toolkit with three distinct agent roles…»

Three-in-one academic writing toolkit with three distinct agent roles — Supervisor (promotor), Reviewer (recenzent), and Writer Assistant. Use when someone needs feedback on a dissertation, thesis, or scientific paper. Covers structure review, argumentation analysis, simulated peer review, citation checking, terminology consistency, formatting validation, and pre-submission checks. Supports Polish and English academic contexts. Use for doctoral dissertations (rozprawa doktorska), master's theses (praca magisterska), journal articles, and conference papers. Trigger on any request involving academic writing quality, thesis feedback, peer review simulation, citation format checking, or scientific text improvement.

ClawHub Agent Skills автор: Kacper Bąk v1.0.0 MIT-0 5 файлов тело ≈ 1 353 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Универсальный инструментарий для академического письма из трех частей с тремя различными ролями агентов — Руководитель (научный руководитель), Рецензент и…

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ГенераторИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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: 5. 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 65/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Ошибки и развилки. Развилок: 2
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 18
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1353 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 720 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This is an instruction-only academic review skill, with minor routing ambiguity but no hidden access, code execution, persistence, or credential handling.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.