MCP HubMCP Hub
SKILL·32FE25

ru-score

talkstream
更新日 1 month ago
4 閲覧
222
22
222
GitHubで表示
その他general

について

ru-scoreスキルは、ロシア語テキストの品質を5つの特定の次元にわたって0.0から10.0のスコアで評価します。このスキルは、ru-textスキルディレクトリ内にバンドルされた参照コーパスから自動的に読み取りますが、ファイルの書き込みや変更は行えません。開発者は、Claude Code内でロシア語テキスト出力の自動品質評価に使用するべきです。このスキルはモデル呼び出しなしにフォークされたコンテキストで実行されます。

クイックインストール

Claude Code

推奨
メイン
npx skills add talkstream/ru-text -a claude-code
プラグインコマンド代替
/plugin add https://github.com/talkstream/ru-text
Git クローン代替
git clone https://github.com/talkstream/ru-text.git ~/.claude/skills/ru-score

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

ドキュメント

Russian Text Quality Score

Score the text provided in $ARGUMENTS (or the most recent Russian text output if no arguments) using the ru-text scoring rubric.

Procedure

Where the reference files live

This skill reads the corpus that ships with the ru-text skill, which is installed alongside it. Locate that folder once, then read the named files from it:

  • Look for a directory named references whose parent directory is named ru-text, and which contains info-style.md. Every file named below sits in that folder.
  • In Claude Code the plugin root is also available directly, which saves the search.
  • Do not guess a path. If the folder cannot be found, say so and stop — a check run against remembered rules instead of the corpus is not this command, and reporting one as the other is the failure this whole product exists to prevent.
  1. Load rubric — read scoring.md for the full rubric with anchors.

  2. Determine domain — identify whether the text is UI/interface, business email, article, or general:

    • UI text → also load ux-writing.md for the Reader Precision dimension
    • Business email → also load business-writing.md for the Reader Precision dimension
    • General → use info-style.md only
  3. Evaluate each dimension separately — score in this order:

    • T — Типографика (weight 0.15): quotes, dashes, spaces, special characters per typography.md
    • Ч — Чистота языка (weight 0.25): stop-words, bureaucratic language, clichés, passive voice per info-style.md + anti-patterns.md
    • Г — Грамотность (weight 0.20): punctuation, agreement, tautology per editorial-grammar.md + editorial-punctuation.md
    • С — Структура (weight 0.20): logical flow, paragraphs, transitions, heading use per info-style.md structure section + addenda.md
    • Ц — Точность для читателя (weight 0.20): facts, evidence, reader benefit, actionability per domain rules
  4. For each dimension — assign a score (0.0–10.0) using the rubric anchors in scoring.md. List 1–3 specific issues, quoting the problematic text fragment.

  5. Apply non-compensatory rules:

    • Any dimension < 3.0 → cap total at 5.0
    • Typography < 4.0 → cap total at 7.0
    • Grammar < 4.0 → cap total at 7.0
    • Use the most restrictive cap when multiple conditions trigger
  6. Compute composite score:

    S = round₁(T × 0.15 + Ч × 0.25 + Г × 0.20 + С × 0.20 + Ц × 0.20)
    
  7. Short text warning — if text is under 50 words, prepend a reliability caveat.

Score labels

ScoreLabel
9.0–10.0Эталонный
7.0–8.9Хороший
5.0–6.9Средний
3.0–4.9Слабый
0.0–2.9Критический

Output format

Read-only — do NOT modify the source files. ru-score reports a score and issues; it must not write to, edit, or overwrite the analysed file(s).

In Claude Code this is hardened by disallowed-tools, which removes the listed tools while the command is active — verified on 2.1.220. The list removes the direct file-writers Write, Edit and NotebookEdit, plus the command-executing tools we identified and tested: Bash, PowerShell and Monitor. It names the paths we closed, not every path that exists. allowed-tools pre-approves tools; it does not restrict them.

Four limits, stated plainly. A connected MCP server can expose write tools that a per-tool denial list cannot know about. A named subagent whose own definition grants it tools: Write is governed by that definition, not by this list. A later Claude Code release can add a tool this file does not name. And on hosts without disallowed-tools support the rule is an instruction rather than a platform guarantee.

The contract itself is behavioural and does not depend on the list: this command returns a score and never writes.

The report shape is not written twice. Read section «Output format» of scoring.md — the mandated heading, the five Russian dimension labels, the per-cell limit of one to three issues with quoted fragments, the weighted formula, the cap note, and the closing «Что оценка не измеряет» section — and follow it exactly.

That file is the single source of it. A copy lived here until v2.0 and sat outside the no-loss gate, so the two could drift and only a reader comparing them would notice.

If a dimension has no issues, write «Замечаний нет» in the remarks column.

GitHub リポジトリ

talkstream/ru-text
パス: skills/ru-score
0
agent-skillsai-agentsai-text-detectionclaude-codeclaude-coworkcodex-cli
FAQ

よくある質問

ru-score Skillとは何ですか?

ru-score はtalkstream が作成した Claude Skillです。Skillは、Claudeが必要に応じて読み込む指示とリソースをまとめ、追加の指示なしで ru-score に関連するタスクを実行できるようにします。

ru-score をインストールするには?

このページのインストールコマンドを使用してください。ru-score をプラグインとして Claude Code に追加するか、リポジトリを skills ディレクトリにクローンし、Claudeを再起動してSkillを読み込みます。

ru-score はどのカテゴリに属しますか?

ru-score は その他 カテゴリに属します。

ru-score は無料で利用できますか?

はい。ru-score は AIMCP に掲載されており、無料でインストールできます。

関連スキル

llamaguard
その他

LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。

スキルを見る
cost-optimization
その他

このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。

スキルを見る
sports-betting-analyzer
その他

このClaudeスキルは、スポーツベッティング市場(スプレッド、オーバー/アンダー、プロップベットなど)を分析し、過去の傾向や状況統計を検証することでバリューベットを特定します。教育目的のための実践的な提案を構造化されたマークダウン形式で出力します。開発者はスポーツベッティング分析ツールとして本機能を活用できますが、娯楽および教育目的に限定されている点に留意してください。

スキルを見る
quantizing-models-bitsandbytes
その他

このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75%のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。

スキルを見る