Jak używać
- Skopiuj polecenie instalacji i sprawdź źródła przed instalacją we własnym środowisku agenta.
- W oryginale sprawdź wymagane narzędzia, dane dostępowe i obsługiwane środowiska.
- Opisz dane wejściowe i oczekiwany rezultat; porównaj wynik ze źródłami.
npx skills add https://github.com/yogsoth-ai/de-anthropocentric-research-engine --skill detect-breakpointPrzed rozpoczęciem
- Instalacja nie obejmuje subskrypcji modelu, limitu API ani uprawnień do plików.
- Gwiazdki i instalacje pokazują aktywność, a nie niezależny test jakości lub bezpieczeństwa.
Oryginalny dokument Skill
Treść z repozytorium z zachowaniem nagłówków, przykładów, kodu, tabel, linków i obrazów.
detect-breakpoint
Purpose
Locate the point or region where performance, validity, or a claim changes regime.
Input contract
yaml
required: [ordered_observations, target_metric, flip_or_regime_rule]
optional: [candidate_axis, smoothing_rule, uncertainty_bounds]
constraints: [ordering and metric direction are explicit]Procedure
- Sort observations along the declared axis and validate comparability.
- Detect abrupt flips, slope changes, saturation, or regime transitions.
- Estimate boundary region and attach uncertainty.
- Return witness observations and follow-up tests.
Output contract
yaml
produces: [breakpoint_region, regime_label, witness_observations, uncertainty, follow_up_tests]
delta_fields: [findings, uncertainties, open_questions]Quality gates
- A breakpoint requires observations on both sides or an explicit one-sided limitation.
- Metric direction and flip rule are declared before detection.
- Smoothing or interpolation never replaces raw witnesses.
Parameterization
Caller supplies observation schema, axis ordering, metric, flip/regime rule, smoothing, and uncertainty policy.
Failure and counterexamples
Reject boundaries inferred from unvalidated ordering, single noisy points, or hidden smoothing.
Provenance map
- concept: stress-test/breakpoint-detection
- concept: deep-insight/controlled-perturbation
