BC academic-language-sentence-frame-generator
Генерирует многоуровневые языковые шаблоны для академических задач, которые обеспечивают языковую поддержку на разных уровнях владения языком. Используйте, когда учащимся, изучающим английский как второй язык, нужна структурированная языковая поддержка для общения в классе.
машинный переводПоказать оригиналСкрыть оригинал«Generate tiered sentence frames for academic tasks that scaffold langu…»
Generate tiered sentence frames for academic tasks that scaffold language production across proficiency levels. Use when EAL students need structured language support for classroom discourse.
Генерирует многоуровневые языковые шаблоны для академических задач, которые обеспечивают языковую поддержку на разных уровнях владения языком.
Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "effort" - заметка
frontmatter-keyнеизвестное поле фронтматтера "skill_id" - заметка
frontmatter-keyнеизвестное поле фронтматтера "skill_name" - заметка
frontmatter-keyнеизвестное поле фронтматтера "domain" - заметка
frontmatter-keyнеизвестное поле фронтматтера "evidence_strength" - заметка
frontmatter-keyнеизвестное поле фронтматтера "evidence_sources" - заметка
frontmatter-keyнеизвестное поле фронтматтера "input_schema" - заметка
frontmatter-keyнеизвестное поле фронтматтера "output_schema" - заметка
frontmatter-keyнеизвестное поле фронтматтера "chains_well_with" - заметка
frontmatter-keyнеизвестное поле фронтматтера "teacher_time"
Процессный рейтинг: все десять параметров 56/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 4400 токенов
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 35
- 100Согласованность. Имя и обязательные поля на месте
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 191 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 35 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.