AC abstract-logic-writer
Пишите, рецензируйте, оценивайте, сравнивайте и исправляйте англоязычные научные аннотации для статей по ИИ, системам и информатике, используя вычислимые символические правила, облегченные онтологии и ограничения дискурса на уровне предложений. Используйте, когда задача включает составление аннотации по заметкам, исправление логики предложений, проверку совместимости глаголов и существительных, таких как рост и развитие, оценку двух фрагментов аннотации с помощью формальной метрики на основе правил, загрузку или скачивание онтологии предметной области, удаление общих фраз ИИ, таких как тире или «в отличие от», или создание намеренно ошибочных отрицательных примеров для обучения и сравнения.
машинный переводПоказать оригиналСкрыть оригинал«write, critique, score, compare, and revise english academic abstracts…»
write, critique, score, compare, and revise english academic abstracts for ai, systems, and computer science papers using computable symbolic rules, lightweight ontologies, and sentence-level discourse constraints. use when the task involves drafting an abstract from notes, repairing sentence-to-sentence logic, checking verb-noun compatibility such as growth versus development, scoring two abstract fragments with a formal rule-based metric, bootstrapping or downloading a domain ontology, removing generic ai phrasing such as em dashes or unlike, or generating deliberately flawed negative examples for teaching and comparison.
Пишите, рецензируйте, оценивайте, сравнивайте и исправляйте англоязычные научные аннотации для статей по ИИ, системам и информатике, используя вычислимые…
Как процесс C 64/100 · Есть пробелы — слабые места: входы и предусловия, 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: 19. 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 64/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 55Ошибки и развилки. Развилок: 1
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Шаги. Шагов: 32
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1164 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
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +4Нет примеров входа/выхода
- +2Инструкции на одном языке
- +3Длина description 631 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 32 пунктов
- +3Формат ответа описан явно
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
- +3Все 3 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.