SKILLEMALL.ai

AC psychology-experiment-planner

Помощник по планированию психологических экспериментов и предварительной проверке сбора данных. Используйте перед тем, как пользователь начнет собирать данные для эксперимента, чтобы помочь пользователю: прояснить дизайн исследования, спланировать измерительные переменные, рекомендовать способы сбора данных, спланировать пилотное или предварительное тестирование, оценить необходимый размер выборки, сгенерировать контрольный список сбора данных. Сценарии запуска включают: «Я хочу провести исследование», «Помогите мне спланировать», «Что нужно подготовить перед сбором данных», «Дизайн эксперимента», «Дизайн исследования», «Начало диссертации», «Я собираюсь собирать данные», «Какие данные нужно собирать» и т. д.

машинный переводПоказать оригиналСкрыть оригинал«心理学实验规划与数据收集预检查助手。在用户开始实验收数据之前使用,帮助用户:厘清研究设计、规划测量变量、推荐数据收集方式、设计预实验或前测、…»

心理学实验规划与数据收集预检查助手。在用户开始实验收数据之前使用,帮助用户:厘清研究设计、规划测量变量、推荐数据收集方式、设计预实验或前测、预估所需样本量、生成数据收集清单。触发场景包括:"我要做一个研究"、"帮我规划一下"、"收数据前要准备什么"、"实验设计"、"研究设计"、"论文开题"、"我要开始收数据了"、"需要收什么数据"等。

ClawHub Agent Skills автор: wangjinhongmy-pixel v1.0.0 MIT-0 6 файлов тело ≈ 601 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Помощник по планированию психологических экспериментов и предварительной проверке сбора данных.

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
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: 6. 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: 59
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 601 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

  • +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
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 168 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 59 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: clean
This is a low-risk guidance skill for planning psychology experiments, with the main caveat that its activation phrases are broader than necessary.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.