SKILLEMALL.ai

BC paper-report-verification

Для проверки диссертаций на плагиат, AIGC, форматирования и экспертных отчетов предоставляет универсальное брендовое распознавание, официальный портал проверки, ввод номера/названия/кода верификации, метод копирования, графические и текстовые руководства и проверку результатов; легкое затемнение конфиденциальных данных на примерах изображений в руководствах. Активируется, когда пользователь спрашивает о подлинности отчета, проверке, где найти номер или как ввести код верификации.

машинный переводПоказать оригиналСкрыть оригинал«为论文查重、AIGC、格式和智评报告提供通用的品牌识别、官方验真入口、编号/题名/验证码填写、复制方法、图文教程和结果核对;教程示例图片中的…»

为论文查重、AIGC、格式和智评报告提供通用的品牌识别、官方验真入口、编号/题名/验证码填写、复制方法、图文教程和结果核对;教程示例图片中的敏感值做轻度遮挡。当用户询问报告真假、验真、编号在哪里或验证码怎么填时触发。

ClawHub Agent Skills автор: zslzxy v1.0.0 MIT-0 6 файлов тело ≈ 313 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Для проверки диссертаций на плагиат, AIGC, форматирования и экспертных отчетов предоставляет универсальное брендовое распознавание, официальный портал…

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

АнализаторДанные и аналитикаИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
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: 15
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 313 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)
  • +3Длина description 108: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 15 пунктов
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This skill is a disclosed, user-guided tutorial for checking paper report authenticity, with no hidden execution, persistence, or credential collection.
LLM: benign (high) · VirusTotal: · 29 авг. 2026 г.