SKILLEMALL.ai

AC deep-learning

Универсальный инструмент для глубокого чтения (All-in-One Deep Reading). Для глубокого осмысления книг, длинных текстов, исследовательских отчетов и статей. Используйте, когда пользователь хочет глубоко осмыслить книгу/длинный текст/исследовательский отчет/статью и построить сеть знаний, создать структурированные и атомарные заметки. Объединяет подходы Мортимера Адлера (структура), Фейнмана (объяснение), Лумана (сеть), Прагматиста (инструментализация), Критиков (дискуссия); принудительно сохраняет примеры с высокой точностью (High Fidelity) и извлекает действенные инструменты (Actionable). Ключевые слова: глубокое чтение, структурированные заметки, deep learning, Луман.

машинный переводПоказать оригиналСкрыть оригинал«全能深度阅读工具(All-in-One Deep Reading)。适用于书/长文/研报/论文的深度消化。Use when 用户要深度消化一…»

全能深度阅读工具(All-in-One Deep Reading)。适用于书/长文/研报/论文的深度消化。Use when 用户要深度消化一本书/长文/研报/论文并构建知识网络、产出结构笔记与原子笔记。融合 Mortimer Adler(结构)、Feynman(解释)、Luhmann(网络)、Pragmatist(工具化)、Critics(辩论);强制 High Fidelity 案例保留与 Actionable 工具提取。关键词:深度阅读、结构笔记、deep learning、卢曼。

modbender/skill-library-mcp Agent Skills автор: modbender MIT 9 файлов тело ≈ 1 528 токенов Открыть источникgithub.com проанализирован 31 ч назад

Универсальный инструмент для глубокого чтения (All-in-One Deep Reading).

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 9. 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 59/100

    • 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
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 48
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1528 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 245 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 48 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.