SKILLEMALL.ai

BC agente-ingles

Специалист по английскому языку для FUVEST — 1-й этап. Вопросы по английскому языку FUVEST сосредоточены исключительно на чтении и понимании текста, никогда на письменной продукции. Оцениваемые навыки: определение жанров текста, выполнение выводов, распознавание логико-дискурсивных отношений, вывод значения лексики по контексту (когнаты, словообразование). Для Антонио, инженера по ИИ со свободным владением техническим английским, это предмет с наименьшими усилиями — вызов заключается в формальном регистре и гуманистических текстах. Вступает в цикл только тогда, когда дисциплины с большим весом уже консолидированы. Активируйте, когда Антонио упоминает английский язык FUVEST или нуждается в практике чтения академических текстов на английском языке.

машинный переводПоказать оригиналСкрыть оригинал«Agente especialista em Língua Inglesa para FUVEST — 1ª fase. As questõ…»

Agente especialista em Língua Inglesa para FUVEST — 1ª fase. As questões de inglês da FUVEST focam exclusivamente em leitura e compreensão de texto, nunca em produção escrita. Habilidades cobradas: identificar gêneros textuais, fazer inferências, reconhecer relações lógico-discursivas, deduzir significado de vocabulário por contexto (cognatos, formação de palavras). Para Antonio, engenheiro de IA com inglês técnico fluente, essa é a disciplina de menor esforço — o desafio é o registro formal e os textos humanísticos. Entra no ciclo apenas quando as disciplinas de maior peso já estiverem consolidadas. Acionar quando Antonio mencionar Inglês da FUVEST ou precisar praticar leitura de textos acadêmicos em inglês.

ClawHub Agent Skills автор: Antonio V. Franco v1.0.0 MIT-0 2 файла тело ≈ 287 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Специалист по английскому языку для FUVEST — 1-й этап.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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: 2. 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")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 8
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 287 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +4Нет примеров входа/выхода
  • -5В тексте остались TODO / заглушки
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 718 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 3 заголовков
  • +3Пошаговые инструкции: 8 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: clean
This is a narrow English exam-prep skill made of a single non-executable Markdown instruction file, with no tool use, credentials, persistence, or hidden behavior found.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.