SKILLEMALL.ai
GitHub ↗ EN Войти

AD cet6-word-memory

Система запоминания лексики английского языка для уровня CET-6, основанная на кривой забывания Эббингауза. Поддерживает: (1) изучение и тестирование новых слов (2) интеллектуальный план повторения (3) напоминания о запланированных задачах (4) отслеживание прогресса обучения. Время срабатывания: когда пользователь говорит "начать учить слова для CET-6", "повторить слова для CET-6", "установить время для заучивания слов CET-6", "тест по словам CET-6", "лексика CET-6" и т. д. Применяется для китайских студентов, готовящихся к CET-6.

машинный переводПоказать оригиналСкрыть оригинал«基于艾宾浩斯遗忘曲线的英语六级词汇记忆系统。支持：(1) 新单词学习与测验 (2) 智能复习计划 (3) 定时任务提醒 (4) 学习进度追踪…»

基于艾宾浩斯遗忘曲线的英语六级词汇记忆系统。支持：(1) 新单词学习与测验 (2) 智能复习计划 (3) 定时任务提醒 (4) 学习进度追踪。触发时机：用户说"开始背六级单词"、"复习六级单词"、"设置六级背单词时间"、"六级单词测验"、"CET-6词汇"等。适用于中国大学生备考CET-6。

ClawHub Agent Skills автор: granmer-gan v1.0.0 MIT-0 8 файлов тело ≈ 322 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Система запоминания лексики английского языка для уровня CET-6, основанная на кривой забывания Эббингауза.

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

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
81
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Опасные команды cmd-cron-mention references/schedule-config.md:43
    Упоминание редактирования crontab
    crontab -l | grep cet4

Просканировано файлов: 8. 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")

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 (cet6-word-memory) не совпадает с папкой (cet6vocabularymemory)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 21
  • 100Стоимость исполнения. Тело инструкции 322 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

  • +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 5 примера фраз-триггеров в кавычках
  • +3Длина description 146 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

Внешние проверки

ClawHub: suspicious
This is a vocabulary study skill, but its reminder setup can create persistent cron jobs and send automated messages without enough confirmation, cleanup guidance, or script provenance.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.