AB detect-ai-flavor
Определяет «AI-привкус» в длинных статьях (на китайском и английском языках), чтобы судить, написан ли текст как сгенерированный ИИ или человеком. Автоматически определяет язык и применяет языковые индикаторы. Триггеры: 有没有AI味, оценить ИИ-текст, обнаружить контент, сгенерированный ИИ.
машинный переводПоказать оригиналСкрыть оригинал«Detect AI flavor in long-form articles (Chinese & English) to judge wh…»
Detect AI flavor in long-form articles (Chinese & English) to judge whether text reads like AI-generated or human-written. Auto-detects language and applies language-specific indicators. Triggers: 有没有AI味, evaluate AI writing, detect AI-generated content.
Определяет «AI-привкус» в длинных статьях (на китайском и английском языках), чтобы судить, написан ли текст как сгенерированный ИИ или человеком.
Как процесс B 68/100 · Почти готов — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу
Как улучшить
- 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
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Detect AI flavor in long-form articles (Chinese & English) to judg… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
Процессный рейтинг: все десять параметров 68/100
- 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
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 122
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2688 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 29. Похоже на несколько доменов в одном скилле
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 254 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 44 заголовков
- +3Пошаговые инструкции: 122 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (6 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.