evaluation-anchor-checker

Проверяйте и переписывайте оценочные/числовые утверждения, чтобы гарантировать, что они содержат минимальный контекст протокола (задача + метрика + ограничение) и избегать недостаточно определенных имен моделей. **Триггер**: проверка привязки оценки, гигиена числовых утверждений, неуказанные числа, контекст протокола, 评测锚点检查, 数字断言, 指标上下文. **Используйте, когда**: перед окончательным объединением/доработкой или когда рецензенты, скорее всего, пометят претензии как недоопределенные (числа без задачи/метрики/бюджета) или когда `pipeline-auditor` предупреждает о подозрительном названии модели. **Пропустите, если**: доказательства слишком слабы, чтобы оправдать числовые утверждения (маршрут вверх по течению к C3/C4), или вы находитесь до уровня C2 (НЕТ ПРОЗЫ). **Сеть**: нет. **Ограждение**: не придумывайте цифры; не добавлять/удалять/перемещать ключи цитирования; если контекст протокола отсутствует, ослабьте/удалит числовое утверждение, а не угадывайте. Источник: willoscar/research-units-pipeline-skills.

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/willoscar/research-units-pipeline-skills --skill evaluation-anchor-checker После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw