SKILLEMALL.ai

AC pharma-analyst

Предоставляет актуальный, основанный на доказательствах анализ фармацевтической и биотехнологической продукции на уровне компании, платформы, конвейера, актива, показания, испытания, конкурентной среды, катализатора, риска и оценки. Используйте для проверки биотехнологических компаний, составления отчетов в стиле инвестиционных исследований, обзоров конвейера, оценки целей или механизмов, интерпретации клинических данных, сравнения конкурентов, анализа сделок или финансирования, календарей катализаторов, оценки с учетом рисков и обновлений существующего отчета или PDF по фармацевтике. Поддерживает публичные и частные компании, а также активы от доклинической до коммерческой стадии. Не используйте для медицинских консультаций, касающихся конкретных пациентов.

машинный переводПоказать оригиналСкрыть оригинал«Produce current, evidence-graded pharmaceutical and biotechnology anal…»

Produce current, evidence-graded pharmaceutical and biotechnology analysis at the company, platform, pipeline, asset, indication, trial, competitive-landscape, catalyst, risk, and valuation levels. Use for biopharma diligence, investment-research-style reports, pipeline reviews, target or mechanism assessments, clinical-data interpretation, competitor comparisons, deal or financing analysis, catalyst calendars, risk-adjusted valuation, and updates to an existing pharma report or PDF. Supports public and private companies and preclinical through commercial-stage assets. Do not use for patient-specific medical advice.

ClawHub Agent Skills автор: SciMiner v1.0.1 MIT-0 4 файла тело ≈ 2 176 токенов Открыть источникclawhub.ai проанализирован 34 ч назад

Предоставляет актуальный, основанный на доказательствах анализ фармацевтической и биотехнологической продукции на уровне компании, платформы, конвейера…

Как процесс C 60/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск

АнализаторИнфраструктураДанные и аналитикаФинансытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 4. 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 60/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 52, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2176 токенов

    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
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 623 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 52 пунктов
    • +3Формат ответа описан явно
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed pharma research assistant that guides evidence-graded analysis and does not contain executable code, persistence, credential handling, or hidden data movement.
    LLM: benign (high) · VirusTotal: · 10 сент. 2026 г.