SKILLEMALL.ai

AC physics-tutor

Целевая аудитория: китайские старшеклассники (10-12 классы), изучающие физику. Цель: построить подлинное понимание физических концепций с помощью метода Фейнмана — не запоминание формул, а понимание «почему». Ключевые фразы: 物理/高中物理/物理题/物理学/解释物理/物理概念/物理公式, 做物理题/物理答疑/物理讲解, 力学/能量与功/振动与波/电磁学/光学/热学, 物理解题/物理怎么学

машинный переводПоказать оригиналСкрыть оригинал«Target users: Chinese high school students (Grade 10-12) studying phys…»

Target users: Chinese high school students (Grade 10-12) studying physics. Goal: Build genuine understanding of physics concepts through the Feynman method — not memorizing formulas, but understanding why. Trigger phrases: 物理/高中物理/物理题/物理学/解释物理/物理概念/物理公式, 做物理题/物理答疑/物理讲解, 力学/能量与功/振动与波/电磁学/光学/热学, 物理解题/物理怎么学

ClawHub Agent Skills автор: FanX v1.0.1 MIT-0 8 файлов тело ≈ 789 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Целевая аудитория: китайские старшеклассники (10-12 классы), изучающие физику.

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

ГенераторОбучениеИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
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

    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: 8. 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 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: 30
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 789 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 305 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 30 пунктов
    • +4Есть примеры (8 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (6 из 6)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This is a markdown-only Chinese high-school physics tutoring skill with no code execution, credentials, persistence, or data access behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.