SKILLEMALL.ai

AC self-study-coach

Универсальный инструмент для самостоятельного обучения для самообучения/внешних экзаменов/профессиональных экзаменов. Состоит из двух основных возможностей: "Учебное пособие" и "Приложение для практики". Преподаватели загружают учебные материалы и реальные экзаменационные вопросы, автоматически генерируются веб-страницы с визуальным учебным пособием и интерактивные веб-страницы для практики. Студенты могут использовать их двойным щелчком, без установки какого-либо программного обеспечения, реализуя замкнутый цикл "обучение-практика-сдача". Этот навык активируется, когда пользователь упоминает "создать учебное пособие", "сгенерировать веб-страницу для практики", "преобразовать учебные материалы в веб-страницу", "преобразовать вопросы в экзаменационную страницу", "интерактивная учебная страница", "веб-страница с материалами для повторения", "создать упражнения для студентов", "сгенерировать инструмент для тестирования" и т. д.

машинный переводПоказать оригиналСкрыть оригинал«自考/成考/职业考试的一站式自学工具。由"学习指南"和"刷题应用"两大能力组成。 老师上传讲义和真题,自动生成可视化学习指南网页和交互式刷题…»

自考/成考/职业考试的一站式自学工具。由"学习指南"和"刷题应用"两大能力组成。 老师上传讲义和真题,自动生成可视化学习指南网页和交互式刷题网页, 学生双击即可使用,无需安装任何软件,实现"学完就练,练完就过"的闭环。 当用户提到"制作学习指南""生成刷题网页""把讲义做成网页""把题目做成考试页面" "互动教学页面""复习资料网页化""给学生做练习""生成测试工具"等内容时,触发此技能。

ClawHub Agent Skills автор: duzhilei951 v1.0.0 MIT-0 4 файла тело ≈ 823 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Универсальный инструмент для самостоятельного обучения для самообучения/внешних экзаменов/профессиональных экзаменов.

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

Процедуратип 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
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: 4. 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 "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "type"

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: 36
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 823 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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

  • +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
  • +5В description 9 примера фраз-триггеров в кавычках
  • +3Длина description 196 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 36 пунктов
  • +4Есть примеры (4 блоков кода)

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

Внешние проверки

ClawHub: clean
This skill is a disclosed education helper for turning course materials and exam questions into local HTML study pages, with no evidence of hidden execution or data exfiltration.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.