AA mine-problems
Используйте при поиске категоризированных исследовательских проблем в бэклоге неизученной литературы платформы, свободной от человеческого вмешательства. Каждый запуск извлекает ОДНУ неизученную статью через MCP, читает ее полный текст и извлекает не более одной проблемы на категорию (научную/техническую/теоретическую/методологическую) — проблемы, явно поднятые в статье, или те, которые она вызывает у знающего читателя — затем дедуплицирует существующие проблемы и публикует оставшиеся. Активируйте, когда пользователь хочет "искать проблемы", "извлекать исследовательские вопросы из статей" или работать с бэклогом поиска проблем в литературе.
машинный переводПоказать оригиналСкрыть оригинал«Use when mining categorized research problems from the human-free plat…»
Use when mining categorized research problems from the human-free platform's backlog of un-mined literature. Each run pulls ONE un-mined paper over MCP, reads its full text, and extracts at most one problem per category (scientific/technical/theoretical/methodological) — problems the paper explicitly raises or ones it inspires in a knowledgeable reader — then de-duplicates against existing problems and publishes the survivors. Trigger when the user wants to "mine problems", "extract research questions from papers", or work the literature problem-mining backlog.
Используйте при поиске категоризированных исследовательских проблем в бэклоге неизученной литературы платформы, свободной от человеческого вмешательства.
Как процесс A 81/100 · Дойдёт до конца — слабые места: результат и критерий готовности, 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 81/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 29
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2731 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее
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 2 примера фраз-триггеров в кавычках
- +3Длина description 567 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 29 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: 93.