SKILLEMALL.ai
EN Войти

AC scholar-report

Генерируйте отчеты об академических исследованиях с помощью ИИ через Scholar API (scholar.x49.ai). Создает комплексные отчеты с обзором литературы, встроенными цитатами, доказательствами из статей и возможностью загрузки в формате Markdown. Используйте, когда пользователь хочет получить отчет об исследовании, обзор литературы, обзор области, сводку передовых достижений или систематический обзор темы. Активируется, когда пользователь упоминает создание отчета, обзор литературы, исследование области, обобщение тенденций исследований или задает сложные вопросы, которые выигрывают от синтезированного академического отчета.

машинный переводПоказать оригиналСкрыть оригинал«Generate AI-powered academic research reports via the Scholar API (sch…»

Generate AI-powered academic research reports via the Scholar API (scholar.x49.ai). Creates comprehensive literature review reports with inline citations, paper evidence, and downloadable Markdown. Use when the user wants a research report, literature review, academic survey, state-of-the-art summary, or systematic overview of a topic. Triggers when the user mentions generating a report, reviewing literature, surveying a field, summarizing research trends, or asks complex questions that benefit from a synthesized academic report.

ClawHub Agent Skills автор: wahahaaaa123 v1.0.1 MIT-0 2 файла тело ≈ 2 480 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Генерируйте отчеты об академических исследованиях с помощью ИИ через Scholar API (scholar.x49.ai). Создает комплексные отчеты с обзором литературы…

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ИнтеграцияДанные и аналитикаИсследованиятип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
      Заранее разрешены широкие инструменты: Bash
      allowed-tools: Bash
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:35
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      2. Built-in free key: `psk_…CO4`
      в кавычках

    Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "effort"

    Процессный рейтинг: все десять параметров 60/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (scholar-report) не совпадает с папкой (scholar-report-x49)
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 40, расплывчатых формулировок: 2
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 2480 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
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 535 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 40 пунктов
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: suspicious
    This research-report skill does what it says, but it automatically sends queries to a third-party API and includes a shared built-in bearer token.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.