Semantic Trap Detector
Meta-Skill, der das SKILL.md-Wording auf Wörter mit zu breiten semantischen Grenzen scannt.
Getestet · Funktioniert
Was es kann
Ein Meta-Skill zur Überprüfung anderer Claude Skills: Er führt einen festen 4-Schritte-Workflow (Lexikon laden, Schlüsselwortkategorien extrahieren, zweischichtige Wörterbuch- + Kontextabgleichung, strukturierter JSON-Bericht) gegen ein Lexikon chinesischer/englischer Wortpaare (z.B. 风险 vs 漏洞, Analyze vs Summarize) aus, das angeblich LLM-Scope-Creep verursacht. Löst bei Anfragen zum Testen/Optimieren des Prompt-Wording eines Skills oder zur Behebung von Halluzinations-anfälligen Anweisungen aus.
Testbericht
Führte seinen eigenen Workflow für einen Testsatz aus und markierte Analyse/Risiko/Vorschlag korrekt mit Fallen-IDs und konkreten Ersetzungen — tatsächlich umsetzbarer als eine unstrukturierte Kritik — aber die Dokumentation behauptet '17+ chinesische Wortpaare', während die tatsächliche lexicon.md-Datei nur 13 enthält, und die Schlagzeilen-Statistik '89,3% vs. 62,1%, 27 Punkte' verweist auf einen unveröffentlichten 56-Fall-Testdatensatz ohne Daten oder Link irgendwo im Repository.
Getestet am: 2026-07-14 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/Jumbo-WJB/semantic-trap-detector cd semantic-trap-detector mkdir -p ~/.claude/skills cp -r . ~/.claude/skills/semantic-trap-detector
Befehle & Beispiel-Prompts
/semantic-trap-detectorMeta-Skill, der das SKILL.md-Wording auf Wörter mit zu breiten semantischen Grenzen scannt.
Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):
Scan this SKILL.md wording for words that could cause scope creepDoes this prompt use vague terms an LLM might over-interpret?Audit our skill instructions for overly broad verbs like 'analyze'