SKILLEMALL.ai

BC paper-parse

Проводит двумодальное глубокое исследование любых предоставленных пользователем научных статей (PDF-приложения или URL). Используйте этот навык, когда пользователь запрашивает анализ, исследование, интерпретацию или обобщение научной статьи. Одновременно генерируются два отчета: Часть А — глубокий профессиональный анализ для исследователей, Часть Б — извлечение основной логики и ценности для быстрого понимания.

машинный переводПоказать оригиналСкрыть оригинал«对用户提供的任何学术论文(PDF附件或URL)进行双模式深度研读。当用户请求分析、研读、解读或总结一篇学术论文时,使用此技能。一次性生成两份…»

对用户提供的任何学术论文(PDF附件或URL)进行双模式深度研读。当用户请求分析、研读、解读或总结一篇学术论文时,使用此技能。一次性生成两份报告:Part A 面向研究者的深度专业解析,Part B 面向快速理解的核心逻辑与价值提炼。

ClawHub Agent Skills автор: Sterlingfrank1 v1.0.0 4 файла тело ≈ 321 токенов Открыть источникclawhub.ai проанализирован 36 ч назад

Проводит двумодальное глубокое исследование любых предоставленных пользователем научных статей (PDF-приложения или URL).

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Процедуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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: 4. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 321 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)
  • +3Длина description 117: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This paper-analysis skill is coherent, but it asks agents to fetch and parse arbitrary PDF URLs without clear safety limits, so it should be reviewed before use.
LLM: suspicious (medium) · VirusTotal: suspicious · 10 сент. 2026 г.