BB assessment-design-orchestrator
Предложите пять путей оценки — формирующая, на основе рубрики/критериев, аутентичная/производительная, сверстниками/самостоятельная и диагностическая — с проверкой достоверности и справедливости. Используйте, когда учителю нужна помощь в выборе способа оценки.
машинный переводПоказать оригиналСкрыть оригинал«Routes between five assessment pathways — formative, rubric/criteria,…»
Routes between five assessment pathways — formative, rubric/criteria, authentic/performance, peer/self, and diagnostic — with validity and equity checks. Use when a teacher needs help choosing how to assess.
Предложите пять путей оценки — формирующая, на основе рубрики/критериев, аутентичная/производительная, сверстниками/самостоятельная и диагностическая — с…
Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
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" - заметка
edit-residueв тексте есть пометки об устаревшем (строки 42): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия
Процессный рейтинг: все десять параметров 71/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 55Ошибки и развилки. Развилок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 30
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3711 токенов
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
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 207 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 23 заголовков
- +3Пошаговые инструкции: 30 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.