SKILLEMALL.ai

BD 回译反思法

Рабочий процесс повышения качества перевода с китайского на вьетнамский (Nanning Yuexun Translation Co., Ltd. · Huiyi Pai · 15 лет практического опыта китайско-вьетнамского перевода). Использует 10 этапов «метода рефлексивного обратного перевода» как основной метод, дополненный контрольным списком проверки специфичных для китайско-вьетнамского перевода, усилением ложной согласованности и опциональным предварительным заземлением перед обратным переводом для трех уровней инженерного усиления. Специализируется на контроле качества перевода на вьетнамский язык, двойной модели рефлексивного конвейера, внедрении курса Huiyi Pai.

машинный переводПоказать оригиналСкрыть оригинал«中越翻译质量提升工作流(南宁市悦迅翻译有限公司 · 回译派 · 15 年中越实战)。以「反思回译法」10 阶段为父方法,叠加中越专项检查清单…»

中越翻译质量提升工作流(南宁市悦迅翻译有限公司 · 回译派 · 15 年中越实战)。以「反思回译法」10 阶段为父方法,叠加中越专项检查清单、假一致加固、可选回译前接地三层工程加固。专攻越南语翻译 QA、双模型反思流水线、回译派课程落地。

ClawHub Agent Skills автор: yanaiwen-star v0.1.0 MIT-0 3 файла тело ≈ 1 469 токенов Открыть источникclawhub.ai проанализирован 36 ч назад

Рабочий процесс повышения качества перевода с китайского на вьетнамский (Nanning Yuexun Translation Co., Ltd. · Huiyi Pai · 15 лет практического опыта…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
83/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
57
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (回译反思法) не совпадает с папкой (back-translate-reflect)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 27
  • 100Стоимость исполнения. Тело инструкции 1469 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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)
  • +3Длина description 119: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -214 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 57.

Внешние проверки

ClawHub: clean
This is a disclosed Chinese-Vietnamese translation QA workflow with no executable code, hidden data access, or unusual privileges.
LLM: benign (high) · VirusTotal: · 15 авг. 2026 г.