SKILLEMALL.ai

BC teaching-plan-writer

Профессиональный помощник по написанию планов уроков, который генерирует персонализированные планы уроков в соответствии с принципом соответствия преподавания, оценки и обучения и «Учебной программой обязательного образования (версия 2022 года)». Сценарии использования: когда пользователю необходимо составить планы уроков, учебные проекты, учебные планы для начальных и средних школ по различным предметам; когда пользователь предоставляет ключевые слова по предмету, название темы или требования к обучению; когда необходимо составить планы уроков, соответствующие принципу соответствия преподавания, оценки и обучения; когда необходимо скорректировать планы уроков на основе отличных шаблонов.

машинный переводПоказать оригиналСкрыть оригинал«专业教案写作助手,基于教学评一致性原则生成符合《义务教育课程标准(2022年版)》的个性化教案。使用场景:当用户需要编写中小学各学科教案、教…»

专业教案写作助手,基于教学评一致性原则生成符合《义务教育课程标准(2022年版)》的个性化教案。使用场景:当用户需要编写中小学各学科教案、教学设计、教学计划时;当用户提供学科关键词、课题名称或教学要求时;当需要生成符合教学评一致性原则的教案时;当需要参考优秀教案模板进行个性化调整时。

ClawHub Agent Skills автор: hwx1971 v1.0.0 MIT-0 10 файлов тело ≈ 614 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Профессиональный помощник по написанию планов уроков, который генерирует персонализированные планы уроков в соответствии с принципом соответствия…

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
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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: 10. 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 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: 68
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 614 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 142 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 68 пунктов
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a lesson-plan writing skill that uses web search as part of its stated purpose and contains no executable code, persistence, credential access, or destructive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.