Synthèse automatique
Ce skill analyse un corpus d'articles scientifiques pour repérer leurs arguments les plus faibles — failles logiques, limites de données, problèmes d'identification causale, affirmations contredites — puis classe ces vulnérabilités par gravité dans un rapport WEAKNESS-SCAN.md.
Points forts
- Grille d'analyse structurée en cinq familles de faiblesses (logique, données, identification, contradictions, surinterprétation rhétorique), ce qui rend la lecture systématique plutôt qu'impressionniste.
- Validation croisée entre articles du corpus et via recherche bibliographique externe, pour éviter de signaler une faiblesse déjà traitée ailleurs.
- Classement par sévérité (Fatal / Serious / Moderate / Minor) directement exploitable pour rédiger une section de contribution ou une réplique.
- Sortie formatée avec citations verbatim et numéros de page, donc vérifiable et citable.
Limites
- La pertinence dépend fortement de la qualité et de l'accessibilité du corpus : 10 à 20 PDF exploitables sont nécessaires pour un résultat utile.
- Le jugement de gravité reste heuristique — une faiblesse « Fatal » doit être confirmée par un expert du domaine avant d'être publiée.
- Suppose des outils externes (extraction PDF, recherche bibliographique, agents associés) qui doivent être installés et configurés.
- Ne remplace pas une relecture par les pairs complète, ce que le skill indique lui-même explicitement.
À utiliser avant de rédiger la contribution d'un article, pour cartographier les points faibles des travaux antérieurs et identifier l'espace de recherche à occuper.
À ne pas utiliser sur son propre article ni comme substitut à une relecture complète — il faut alors devils-advocate, paper-critic ou referee2-reviewer.
Analyse de sécurité
SûrThe skill is a read-and-critique workflow for academic papers: it reads a corpus, analyses arguments, optionally searches the web for contradicting work, and writes a single markdown report (`WEAKNESS-SCAN.md`). There are no destructive commands, no credential or token handling, no obfuscated payloads, no piping of remote content into a shell, and no attempts to disable safety behaviour. Bash access is scoped to `uv` and `paperpile`, and WebSearch/WebFetch are used for ordinary literature lookups. The only notable point is that the `uv` wildcard technically permits arbitrary script execution, but nothing in the instructions steers it toward anything harmful.
- •Bash(uv*) / Bash(uv:*) is a wildcard grant over the uv toolchain, which includes `uv run` and `uv pip install` (arbitrary code execution / network package fetches). This is normal for a Python-based research skill but is broader than the other tool grants.
- •The workflow references helpers (`split-pdf`, `scholarly scholarly-search`, `paperpile`) that are not all listed in allowed-tools, so the actual capability surface may differ from the declaration.
Exemples
Scan minimum-wage.bib (18 papers) and write WEAKNESS-SCAN.md: list the weakest claims ranked Fatal/Serious/Moderate/Minor, with verbatim quotes and page numbers.I'm writing the contribution section of a paper on remote-work productivity. Read the PDFs in ./papers/ and tell me which prior claims are logically flawed or suffer from identification problems, so I know where the gap is.Check whether any findings in this corpus on urban heat islands are contradicted by other papers in it, and note which papers' own robustness checks undermine their headline claims.name: weakness-scanner description: "Use when you need to identify the weakest arguments across a literature." allowed-tools: Read, Write, Edit, Glob, Grep, Bash(uv*), Bash(uv:), Task, WebSearch, WebFetch, Bash(paperpile) argument-hint: "[topic, .bib file, or paper directory]" skill-dependencies: [devils-advocate, method-audit]
Weakness Scanner
Identify the weakest arguments made across a body of literature. Find logical flaws, data limitations, unsupported claims, and findings contradicted by other work. Your contribution section writes itself after this.
Unlike devils-advocate (which stress-tests YOUR argument), this skill scans OTHER people's work for vulnerabilities. It's how you find the gap your paper fills.
When to Use
- Before writing your contribution section — need to know what's broken in prior work
- Identifying research opportunities — weak arguments = space for new work
- Preparing a rebuttal or response — need to show where existing claims fall short
- Deciding which papers to build on vs. which to challenge
When NOT to Use
- Your own paper — use
devils-advocateor thepaper-criticagent - Full peer review — use the
referee2-revieweragent - Methodological comparison — use
method-audit(overlaps, but different focus)
Input
Same corpus inputs: .bib file, PDF directory, topic, or paper list. Works best with 10-20 papers on a focused topic.
Workflow
Phase 1: Corpus Assembly
Same as other corpus skills. Prioritise empirical papers making causal or strong claims — these are most likely to have exploitable weaknesses.
Phase 2: Weakness Extraction
For each paper (read via split-pdf), look for:
-
Logical flaws
- Non sequiturs — conclusions that don't follow from the evidence
- Circular reasoning — assuming what they're trying to prove
- False dichotomies — presenting only two options when more exist
- Hasty generalisation — drawing broad conclusions from narrow evidence
-
Data limitations
- Small samples without power analysis
- Non-representative populations with claims of generalisability
- Measurement issues (self-report bias, proxy variables)
- Missing data handled without sensitivity analysis
-
Identification problems
- Causal claims from observational data without credible identification
- Omitted variable bias acknowledged but not addressed
- Reverse causality not ruled out
- Weak instruments (if IV)
-
Contradicted claims
- Findings that conflict with other papers in the corpus
- Claims undermined by the authors' own robustness checks
- Results that don't survive alternative specifications
-
Rhetorical overreach
- Abstract claims stronger than the evidence supports
- Policy recommendations not grounded in the findings
- "First to study X" claims that ignore prior work
Phase 3: Cross-Paper Validation
For each weakness identified:
- Check if other papers in the corpus have already flagged it
- Search for papers that contradict the weak claim (use
scholarly scholarly-search) - Check if the weakness has been addressed in subsequent work by the same authors
Phase 4: Severity Ranking
Rank all weaknesses by severity:
| Severity | Criteria | |----------|---------| | Fatal | The core finding is likely wrong — the paper's contribution doesn't hold | | Serious | A major limitation that significantly qualifies the findings | | Moderate | A real limitation that the authors should have discussed | | Minor | A weakness that doesn't undermine the main claims |
Phase 5: Output
Write to WEAKNESS-SCAN.md in the project directory.
Output Format
# Weakness Scan: [Topic]
**Date:** YYYY-MM-DD
**Corpus:** [N] papers
**Weaknesses identified:** [N] (Fatal: X, Serious: Y, Moderate: Z, Minor: W)
## Top 5 Weaknesses
### 1. [Paper — Author (Year)]
**Claim:**
> "[Verbatim quote of the weak claim]" (p. XX)
**Flaw:** [Type: logical / data / identification / contradiction / rhetorical]
**Why it's weak:** [Specific explanation of the logical flaw or data limitation]
**Already contradicted by:**
- [Paper A (Year)] — [How it contradicts]
- [Paper B (Year)] — [How it contradicts]
**What evidence WOULD make it strong:** [What the authors would need to show]
**Severity:** [Fatal / Serious / Moderate / Minor]
**Opportunity for your research:** [How this weakness creates space for new work]
### 2. [Paper — Author (Year)]
...
## Field-Level Vulnerabilities
Patterns that recur across multiple papers:
1. **[Vulnerability]** — seen in [N] papers
- Papers affected: [list]
- Why nobody has addressed it: [likely explanation]
- How to exploit it: [what a new paper could do]
2. **[Vulnerability]**
...
## Contradiction Map
| Claim | Paper A says | Paper B says | Who has better evidence? |
|-------|-------------|-------------|------------------------|
## Implications for Your Research
- **Strongest opportunity:** [The biggest gap this scan reveals]
- **Contribution framing:** "[Your paper] addresses the [specific weakness] in [prior work] by [your approach]"
- **Caution:** [Any weakness that also applies to your planned approach]
Cross-References
| Skill | When to use instead/alongside |
|-------|-------------------------------|
| devils-advocate | To stress-test YOUR argument (this scans others') |
| method-audit | For systematic methodological comparison (less adversarial) |
| theory-mapper | To understand which theories underpin the weak arguments |
| replication-audit | To check which findings have actually been replicated |
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/weakness-scanner-mryiqgh5/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/weakness-scanner-mryiqgh5' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/weakness-scanner-mryiqgh5/download' --output '.skill-downloads/weakness-scanner-mryiqgh5/SKILL.md.part' && mv '.skill-downloads/weakness-scanner-mryiqgh5/SKILL.md.part' '.skill-downloads/weakness-scanner-mryiqgh5/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Outils déclarés par l’auteur (à vérifier dans votre agent) : Read, Write, Edit, Glob, Grep, Bash(uv*), Bash(uv:*), Task, WebSearch, WebFetch, Bash(paperpile*)
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/weakness-scanner-mryiqgh5/SKILL.md' && test -s '.skill-downloads/weakness-scanner-mryiqgh5/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/weakness-scanner' && cp -R '.skill-downloads/weakness-scanner-mryiqgh5' '.claude/skills/weakness-scanner'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/weakness-scanner-mryiqgh5'openskills read 'weakness-scanner-mryiqgh5'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/weakness-scanner-mryiqgh5/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Lecteur PDF
Productivite
Lit et extrait le texte de fichiers PDF (rapports, contrats, tableurs). Gère les fichiers locaux, les URL et les pièces jointes WhatsApp. Utilisez-le dès qu'un contenu PDF est nécessaire, même sans demande explicite.
Workflows de messagerie Discord
Productivite
Utilisez l'outil message pour envoyer, modifier et modérer des messages Discord avec des composants interactifs.
Aperçu interactif des verdicts
Productivite
Générer un aperçu HTML interactif des verdicts (garder/supprimer) pour la revue par le mainteneur, puis traiter le JSON de retour.