AB interview-driven-learn
Все, что вам нужно, — это обучение на основе собеседований. Обеспечивает комплексное техническое обучение в соответствии со стандартами собеседований. Активируется, когда пользователь отправляет учебные заметки, краткие описания проектов или объяснения технических концепций. Преобразует любой учебный материал в формат, готовый к собеседованию, с помощью пятиэтапного процесса: (1) тест Фейнмана (объяснение простыми словами + профессиональное), (2) генерация вопросов для собеседования с ключевыми моментами ответов и ловушками для последующих вопросов, (3) извлечение историй по методу STAR, (4) аналоговое обучение, (5) диагностика слабых мест. Автоматически поддерживает два справочных документа: Базу знаний (хронология обучения) и Банк вопросов (все вопросы, сгруппированные по темам для самопроверки). Разработано для студентов компьютерных наук, готовящихся к собеседованиям по бэкенду, алгоритмам или системному дизайну в ведущих интернет-компаниях.
машинный переводПоказать оригиналСкрыть оригинал«Interview-driven is all you need. Drives end-to-end tech learning with…»
Interview-driven is all you need. Drives end-to-end tech learning with interview standards. Activated when the user submits study notes, project summaries, or technical concept explanations. Transforms any learning input into interview-ready output using a five-step process: (1) Feynman test (ELI5 + professional), (2) interview question generation with answer points and follow-up traps, (3) STAR story extraction, (4) analogical learning, (5) weakness diagnosis. Auto-maintains two reference documents: a Knowledge Base (learning timeline) and a Question Bank (all questions aggregated by topic for self-review). Designed for computer science students preparing for backend, algorithm, or system design interviews at top internet companies.
Все, что вам нужно, — это обучение на основе собеседований.
Как процесс B 73/100 · Почти готов — слабые места: ошибки и развилки, повторный запуск, отчётность по ходу
Как улучшить
- 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
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 25
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 927 токенов
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 743 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 25 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (3 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.