BC cake-teacher
AI-тренер по выпечке тортов. Охватывает 8 модулей: создание рецептов тортов → классификационное обучение → пошаговое руководство → диагностика неудач → замена ингредиентов → техники украшения → рекомендации по оборудованию → руководство по открытию магазина. Включает углубленное обучение по 12+ категориям, таким как шифоновый/бисквитный/кексовый/чизкейк/муссовый/тысячеслойный/макарон/кремовый/мастичный торт, диагностика проблем охватывает более 20 распространенных сценариев неудач, генерирует интерактивные HTML-визуализированные учебные отчеты. Триггерные слова: обучение выпечке тортов, как испечь торт, научиться печь торты, рецепт торта, неудачная выпечка торта, шифоновый торт, бисквитный торт, чизкейк, муссовый торт, тысячеслойный торт, макарон, кремовый декор, обучение выпечке, учитель по тортам, урок по тортам, cake teacher, baking tutorial, торт опал, торт сжался, взбивание белков, украшение торта, основы выпечки, открытие кондитерской, выпечка тортов
машинный переводПоказать оригиналСкрыть оригинал«AI 蛋糕烘焙培训老师。覆盖蛋糕配方生成→分类教学→步骤指导→翻车诊断→原料替换→装饰技巧→设备推荐→开店指导8大模块。内置戚风/海绵/磅蛋…»
AI 蛋糕烘焙培训老师。覆盖蛋糕配方生成→分类教学→步骤指导→翻车诊断→原料替换→装饰技巧→设备推荐→开店指导8大模块。内置戚风/海绵/磅蛋糕/芝士/慕斯/千层/马卡龙/裱花/翻糖等12+品类深度教学，问题诊断覆盖20+常见翻车场景，生成交互式HTML可视化教学报告。触发词：蛋糕培训, 蛋糕怎么做, 学做蛋糕, 蛋糕配方, 蛋糕翻车, 戚风蛋糕, 海绵蛋糕, 芝士蛋糕, 慕斯蛋糕, 千层蛋糕, 马卡龙, 裱花, 烘焙教学, 蛋糕老师, 蛋糕教程, cake teacher, baking tutorial, 蛋糕塌了, 蛋糕回缩, 蛋白打发, 蛋糕装饰, 烘焙入门, 蛋糕开店, 蛋糕烘焙
AI-тренер по выпечке тортов.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "triggers" - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
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: 63
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1848 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
- -213 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 297 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 35 заголовков
- +3Пошаговые инструкции: 63 пунктов
- +4Есть примеры (8 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.