SkillProof tested Claude skills

Research Proof

Tvinger forsknings- og benchmark-påstander gjennom en frossen-verifier bevis-stige i stedet for selvsikker prosa.

av tonyblu331 · tonyblu331/research-proof

Bestått ★ 9.2/10

Research Proof — Tvinger forsknings- og benchmark-påstander gjennom en frossen-verifier bevis-stige i stedet for selvsikker prosa.

Hva den gjør

Omdanner en vag forsknings-, benchmark- eller kausal påstand til et strukturert bevisprogram med faste overskrifter: Påstand / Verifier Grense / Avvisningsporter / Dom / Bevislogg. Utløses ved forskningsgjennomganger, evalueringsdesign, benchmark- eller kausale påstander, og bevis-sikkerhetsspørsmål, og tvinger PROVEN/SUPPORTED/REJECTED/OPEN merking i stedet for ukvalifisert selvtillit.

Testrapport

Kjørte en reell produksjons-latens påstand gjennom begge stier: ferdighetsversjonen tvang en uavhengig-evaluator sjekk og en randomiserings-avvisningsport som den frie baseline aldri reiste, deretter nedgraderte korrekt dommen fra en uformell 'sterkt støttet' til den disiplinerte SUPPORTED-etiketten.

Testet på: 2026-07-14 · Claude Code 2.x (agent harness)

Installer

git clone https://github.com/tonyblu331/research-proof.git
cd research-proof
mkdir -p ~/.claude/skills
cp -r skills/research-proof ~/.claude/skills/research-proof

Kommandoer og eksempelprompter

  • /research-proofTvinger forsknings- og benchmark-påstander gjennom en frossen-verifier bevis-stige i stedet for selvsikker prosa.

Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen aktiverer prompter som disse skillen (på engelsk):

  • Prove this latency benchmark claim before I publish it
  • My research says X is faster — verify that properly
  • Check whether this experiment actually supports its claim

Full rapport →