SKILLEMALL.ai

BD academic-research

Поиск и систематизация научной литературы. Поиск литературы по эпидемиологии/медицине/исследованию рынка в базах данных PubMed, Springer, PLOS; систематизация данных по странам, крупномасштабных когорт, распространенности/заболеваемости; создание структурированных отчетов и презентаций PowerPoint с полными ссылками (ссылки на PubMed). Сценарии использования: обзор эпидемиологии заболеваний, исследование объема рынка, сравнительный академический анализ конкурентов.

машинный переводПоказать оригиналСкрыть оригинал«学术文献检索与整理。从 PubMed、Springer、PLOS 等数据库检索流行病学/医学/市场研究文献,整理各国数据、大样本队列、患病率…»

学术文献检索与整理。从 PubMed、Springer、PLOS 等数据库检索流行病学/医学/市场研究文献,整理各国数据、大样本队列、患病率/发病率,生成带完整引用(PubMed 链接)的结构化报告和 PPT。使用场景:疾病流行病学综述、市场规模调研、竞品学术对比。

ClawHub Agent Skills автор: mirowangl-ops v1.0.0 MIT-0 2 файла тело ≈ 115 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Поиск и систематизация научной литературы.

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

СправочникИсследованияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

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 (academic-research) не совпадает с папкой (xiaozhua-academic-research)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 14
  • 100Стоимость исполнения. Тело инструкции 115 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 133 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 14 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is an instruction-only academic research helper with no executable code, credential requests, persistence, or hidden behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.