SKILLEMALL.ai

AB kb_literature_review

Создание сфокусированного обзора литературы/знаний с использованием только выбранного контента из базы знаний Research KB. Используйте для задач типа «запрос-страница», когда нужно написать обзор, синтезировать тему, сравнить несколько статей/проектов, обобщить методы, выявить пробелы в исследованиях или подготовить тематический обзор на основе источников; принимает JSON задачи backend на Java типа kb_query или kb_literature_review и возвращает ответ/цитаты, совместимые с запросом.

машинный переводПоказать оригиналСкрыть оригинал«Produce a focused literature/knowledge review using only selected Rese…»

Produce a focused literature/knowledge review using only selected Research KB contents. Use for query-page tasks asking to write a review, synthesize a topic, compare multiple papers/projects, summarize methods, identify research gaps, or produce a source-grounded thematic survey; accepts Java backend research_kb_agent_task JSON with taskType kb_query or kb_literature_review and returns query-compatible answer/citations.

ClawHub Agent Skills автор: myd2002 v1.0.0 MIT-0 9 файлов · 1 скрипт тело ≈ 673 токенов Открыть источникclawhub.ai проанализирован 21 ч назад

Создание сфокусированного обзора литературы/знаний с использованием только выбранного контента из базы знаний Research KB.

Как процесс B 74/100 · Почти готов — слабые места: ошибки и развилки, согласованность, отчётность по ходу

АнализаторРазработкаИсследованияТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
B
74/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Согласованность вес 8
40
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: 8. 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)

    Процессный рейтинг: все десять параметров 74/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (kb_literature_review) не совпадает с папкой (kb-literature-review)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 35
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Стоимость исполнения. Тело инструкции 673 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 424 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 35 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

    Внешние проверки

    ClawHub: suspicious
    The skill is mostly coherent, but it writes generated review pages into a repository by default using an admin Gitea token, so it needs human review before installation.
    LLM: suspicious (high) · 25 июн. 2026 г.