SKILLEMALL.ai

AB learning-path-designer

Используйте этот навык, когда специалист по обучению и развитию, инструкционный дизайнер, HR бизнес-партнер или менеджер по корпоративному обучению нуждается в разработке структурированного учебного пути для определенной роли, устранения пробелов в компетенциях или инициативы по повышению квалификации. Охватывает анализ пробелов в компетенциях, написание целей в соответствии с таксономией Блума, выбор модальности, последовательность модулей и разработку оценки. Создает ПРОЕКТ карты учебной программы для рассмотрения руководителем отдела обучения и развития перед началом разработки контента.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when an L&D professional, instructional designer, HR bu…»

Use this skill when an L&D professional, instructional designer, HR business partner, or corporate training manager needs to design a structured learning path for a role, competency gap, or upskilling initiative. Covers competency gap analysis, Bloom's taxonomy–aligned objective writing, modality selection, module sequencing, and assessment design. Produces a DRAFT learning path curriculum map for L&D-lead review before content development begins.

ClawHub Agent Skills автор: devasher v0.1.0 MIT-0 4 файла тело ≈ 1 624 токенов Открыть источникclawhub.ai проанализирован 22 ч назад

Используйте этот навык, когда специалист по обучению и развитию, инструкционный дизайнер, HR бизнес-партнер или менеджер по корпоративному обучению нуждается…

Как процесс B 73/100 · Почти готов — слабые места: ошибки и развилки, отчётность по ходу

АнализаторОбучениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 73/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 51
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1624 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 451 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 51 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This skill is a straightforward learning-path planning guide and does not ask for unusual access or perform hidden actions.
    LLM: benign (high) · VirusTotal: · 31 мая 2026 г.