SKILLEMALL.ai

BD 高考志愿

Предоставляет инструменты, связанные с выбором вуза для поступления в старшую школу. Получение данных о проходных баллах прошлых лет для учебных заведений и специальностей, предоставление рекомендаций и т. д. Примечание: данные прошлых лет являются реальными, данные за текущий 2026 год еще не опубликованы; для получения полного опыта заранее создана виртуальная версия на основе данных 2025 года, которая будет своевременно обновлена.

машинный переводПоказать оригиналСкрыть оригинал«提供高考志愿相关工具,获取学校和专业以往的录取分数线,提供推荐信息等。注意:往年的数据都是真实数据,当前2026年的数据还未发布,为提前获得…»

提供高考志愿相关工具,获取学校和专业以往的录取分数线,提供推荐信息等。注意:往年的数据都是真实数据,当前2026年的数据还未发布,为提前获得完整体验,暂时基于2025年数据虚拟了一份,后面会及时更新。

ClawHub Agent Skills автор: Ning Cai v1.0.0 MIT-0 7 файлов тело ≈ 1 677 токенов Открыть источникclawhub.ai проанализирован 22 ч назад

Предоставляет инструменты, связанные с выбором вуза для поступления в старшую школу.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (高考志愿) не совпадает с папкой (gaokao-expert-z)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 14
  • 100Стоимость исполнения. Тело инструкции 1677 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 20. 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)
  • +3Длина description 100: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 35 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (2 блоков кода)
  • +3Все 4 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: clean
This skill is a disclosed admissions-advice API wrapper; its main risks are expected credential storage and sending exam-related inputs to the provider API.
LLM: benign (high) · VirusTotal: · 4 июн. 2026 г.