SKILLEMALL.ai

BC gejun-math-coach

Система ИИ-репетитора по математике для экзамена Гаокао от Гэ Цзюня. Клонирует сократический стиль обучения учителя Гэ Цзюня, направляя ученика через вопросы к самостоятельному поиску ответов, а не давая их напрямую. Поддерживает 7 сценариев: разбор/решение/множество решений/вариации/одна задача для нескольких решений/диагностика ошибок/сократовское наставничество. После решения каждой задачи автоматически запускается «четыре вопроса замкнутого цикла три-в-одном», синхронизированные с мышлением «три-в-одном» (поиск сути → дивергенция → творчество). Встроенная система стратегий GO-ON (Op/Ob/N/G) для четвертого вопроса «создание новой задачи». Встроенный протокол проверки расчетов для обеспечения правильности ответа S2; для вопросов с выбором ответа необходимо напрямую указать правильный вариант. Встроены 6 эталонных задач в качестве резервного варианта, с возможностью интеграции поиска задач из базы знаний IMA. Основные функции доступны без какой-либо конфигурации.

машинный переводПоказать оригиналСкрыть оригинал«葛军高考数学AI辅导系统。克隆葛军老师的苏格拉底式启发教学风格, 通过追问引导学生自主发现答案,而非直接给答案。 支持7种场景:拆解/解题/…»

葛军高考数学AI辅导系统。克隆葛军老师的苏格拉底式启发教学风格, 通过追问引导学生自主发现答案,而非直接给答案。 支持7种场景:拆解/解题/多解/变式/一解多题/错题诊断/苏格拉底引导。 每道题完成后自动触发"三一闭环四问",与三一思维(求本→发散→创造)对齐。 内置GO-ON策略体系(Op/Ob/N/G),赋能第四问"编新题"环节。 内置计算验证协议,确保S2解题答案正确;选择题必须直接给出正确选项。 内置6道种子题作为fallback,可选集成IMA知识库扩展题库检索能力。 核心功能无需任何配置即可使用。

ClawHub Agent Skills автор: ABill6688 v5.0.0 MIT-0 5 файлов тело ≈ 1 674 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Система ИИ-репетитора по математике для экзамена Гаокао от Гэ Цзюня.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • 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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger_keywords"

Процессный рейтинг: все десять параметров 51/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 63
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1674 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 16. 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
  • -255 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 257 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 63 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a disclosed, instruction-only math tutoring skill; its main issues are optional voice command use and a worked-example math inconsistency, not malicious behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.