AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日
用于资料研究与结构化报告写作的 AI Agent Skill
Pinchbench 是一个可复用的 AI Agent Skill,适合用于资料研究、事实整理和结构化报告写作。仓库简介提到其所属项目用于评估作为 OpenClaw 编码代理的 LLM 模型;但现有 Skill 资料未说明具体评测流程或相关能力,因此不能据此认定该 Skill 会执行模型基准测试。采集资料明确展示了 JSON 结果及使用 jq 查询、筛选和计算平均值的示例。
包含 Skill
1
可以单独安装
GitHub Star
1,386
仓库累计 Star
近 7 天
+5
新增 Star
代码更新
2026年7月2日
最近一次推送
核心亮点
1结构化输出
结果可保存为 JSON,便于后续处理。
2便于检索
资料提供了使用 jq 查询和筛选结果的示例。
3适用写作整理
可用于资料研究、事实整理和结构化报告写作。
能做什么
- 辅助资料研究
- 整理事实信息
- 支持结构化报告写作
- 将结果保存为 JSON
- 通过 jq 示例查询、筛选和汇总结果
适用场景
整理某个主题的资料并形成结构化报告。
汇总多来源信息中的事实,输出为便于处理的结构化内容。
对已有 JSON 结果筛选低于指定分数的任务记录。
从 JSON 任务记录中提取任务编号和评分,或计算平均值。
用之前和用之后
- 资料和事实可能分散在不同内容中。可将整理结果形成结构化报告。
- JSON 结果需要逐条查看。可参考 jq 示例提取、筛选或汇总字段。
它是怎么工作的
第 1 步
开展资料研究
第 2 步
整理事实信息
第 3 步
保存并查看结果
快速上手
安装与复制命令见“安装方式”。
- 1
查看仓库中的 SKILL.md,确认具体说明和使用要求。
- 2
按照 Skill 文件说明,在支持 Skill 的环境中使用。
- 3
根据任务开展资料研究、事实整理或报告写作。
- 4
如产生 JSON 结果,可参考来源中的 jq 示例进行查询或汇总。
适合谁
- 需要开展资料研究的用户
- 需要整理事实信息的用户
- 需要撰写结构化报告的用户
- 需要处理 JSON 结果的用户
局限
- 采集资料没有说明具体输入格式、完整操作流程或详细评测方法。
- 仓库简介提及模型评估,但现有 Skill 资料不足以确认该 Skill 本身会执行基准测试。
- 使用环境和安装方式未在采集信息中给出。
使用前注意
- · 该 Skill 的采集风险等级为 high,使用前应检查 SKILL.md 中的具体指令、数据处理方式和输出行为。
- · 仓库简介所述的模型评估项目背景,不应直接视为该 Skill 已具备相同评测能力。
包含的 Skills · 1
公开来源
相关 Skills
查看更多rea
5 Skills智能逆向分析工具 · morluto
覆盖数据分析、发布说明、CI 与测试审查、工具设计及逆向工程相关场景,可用于整理分析结论、准备变更记录或辅助工程任务拆解。
ECC
314 Skills编程智能体技能集 · affaan-m
覆盖 Agent 评估、安全、架构审查、支付接入和网关测试等场景,可用于梳理任务流程、执行专项检查并形成结构化产出。
security-audit-skill
JavaScript代码安全审计技能 · cloudflare
用于资料研究、事实整理和结构化报告写作,适合需要按流程开展安全审计并整理结果的场景。
taste-skill
1 Skills前端设计技能集 · Leonxlnx
面向前端页面设计与实现,可结合艺术指导、参考图像和浏览器检查,帮助减少通用化页面表达。
