SKILLEMALL.ai

AC question-generator

Интеллектуальная система генерации тестов ИИ. На основе учебных материалов или тем генерирует многоуровневые тесты 10 типов (одиночный выбор/множественный выбор/верно/неверно/заполнение пропусков/краткий ответ/развернутый ответ/расчетный/прикладной/сопоставление/анализ кейсов) с маркировкой когнитивного уровня по таксономии Блума, с ответами и подробными пояснениями, выводит интерактивные HTML-тесты. Охватывает все сценарии от K12 до высшего образования и профессионального обучения. Триггерные слова: создать тест, сгенерировать вопросы, сгенерировать тесты, задать несколько вопросов, составить тест, генерация тестов, практические задания, контрольные тесты, экзаменационные тесты, quiz, сгенерировать викторину, банк вопросов, make exam, generate questions, question generator, составить набор тестов, пробный экзамен, текущий тест, модульный тест, финальный экзамен, практический тест.

машинный переводПоказать оригиналСкрыть оригинал«AI智能出题系统。根据知识点、学习材料或主题,生成10种题型(单选/多选/判断/填空/简答/论述/计算/应用/匹配/案例分析)的多层次试题,…»

AI智能出题系统。根据知识点、学习材料或主题,生成10种题型(单选/多选/判断/填空/简答/论述/计算/应用/匹配/案例分析)的多层次试题,基于Bloom分类法标注认知层次,附答案与详细解析,输出交互式HTML试卷。覆盖K12至高等教育及职业培训全场景。触发词:出题, 生成题目, 生成试题, 出几道题, 组卷, 试卷生成, 练习题, 测试题, 考试题, quiz, 生成测验, 题库, make exam, generate questions, question generator, 出一套题, 模拟试卷, 随堂测试, 单元测试, 期末试卷, 练习卷

ClawHub Agent Skills автор: bettermen v1.0.1 MIT-0 6 файлов тело ≈ 976 токенов Открыть источникclawhub.ai проанализирован 33 ч назад

Интеллектуальная система генерации тестов ИИ.

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

ГенераторОбучениеРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
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: 0. 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 "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: 38
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 976 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 278 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 38 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: suspicious
This appears to be a legitimate quiz generator, but it needs Review because it runs a local script, writes an HTML file, and handles quiz data in ways that could become unsafe with untrusted input.
LLM: suspicious (medium) · 5 июл. 2026 г.