SKILLEMALL.ai

AD ruankao-spgm-essay-scorer

Симуляция оценки эссе для экзамена на продвинутую квалификацию «Планирование и управление системами» (软考). Активируется, когда пользователь вставляет полный текст эссе и спрашивает «Сколько баллов получит это эссе / Помоги мне оценить / Симуляция оценки / Оценка качества эссе / Оценка эссе по планированию систем», оценивает по 5 критериям официальной шкалы (соответствие теме / практичность / глубина и широта / логичность / письменное изложение), пересчитывает в официальную 75-балльную систему, определяет проходной балл и дает конкретные рекомендации по улучшению на основе реальных экзаменационных работ / образцов / программы IMA.

машинный переводПоказать оригиналСкрыть оригинал«模拟阅卷评分软考高级资格「系统规划与管理师」的考生论文。当用户粘贴论文全文、询问"这篇论文能得多少分/帮我打分/模拟阅卷/论文质量评估/系规…»

模拟阅卷评分软考高级资格「系统规划与管理师」的考生论文。当用户粘贴论文全文、询问"这篇论文能得多少分/帮我打分/模拟阅卷/论文质量评估/系规论文评分"时触发,按官方 5 维评分标准(切题性/实践性/深度与广度/逻辑性/书面表达)逐项打分、折算官方 75 分制得模拟分并判是否过线,对照 IMA 主库真题/范文/大纲给出针对性改进建议。

ClawHub Agent Skills автор: 一线评标专家 v1.0.0 MIT-0 7 файлов тело ≈ 938 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Симуляция оценки эссе для экзамена на продвинутую квалификацию «Планирование и управление системами» (软考).

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

ПроцедураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
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 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 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 (ruankao-spgm-essay-scorer) не совпадает с папкой (ruankao-spgm-essay-scorer-1-0-0)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 37
  • 100Стоимость исполнения. Тело инструкции 938 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 167 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 37 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This is a disclosed exam-essay scoring skill with optional knowledge-base lookup and some low-impact branding/referral text, with no executable code or hidden persistence.
LLM: benign (high) · VirusTotal: · 29 июл. 2026 г.