SKILLEMALL.ai

BC intimate-ch07-friendship

Помощь в изучении главы 7 «Дружба» из книги «Интимные отношения» (Intimate Relationships) в диалоге. Основано на 6-м издании учебника Роуленда С. Миллера «Интимные отношения». (friendship дружба; respect уважение; trust доверие; capitalization капитализация; social support социальная поддержка; invisible support невидимая поддержка; responsiveness отзывчивость; rules for relationships правила отношений; dyadic withdrawal диадическое отступление; socioemotional selectivity theory теория социально-эмоционального отбора; shyness застенчивость; loneliness одиночество) Использование постепенного раскрытия информации, чтение деталей из references/ по запросу, естественное введение знаний из учебника в учебный диалог.

машинный переводПоказать оригиналСкрыть оригинал«在对话中辅助学习"亲密关系/Intimate Relationships"第 7 章"友谊"。基于 Rowland S. Miller《In…»

在对话中辅助学习"亲密关系/Intimate Relationships"第 7 章"友谊"。基于 Rowland S. Miller《Intimate Relationships》教材第 6 版。(friendship 友谊;respect 尊重;trust 信任;capitalization 资本化;social support 社会支持;invisible support 无形支持;responsiveness 应答性;rules for relationships 关系规则;dyadic withdrawal 二元退缩;socioemotional selectivity theory 社会情绪选择理论;shyness 羞怯;loneliness 孤独)使用渐进式披露,按需读取 references/ 下的细节,把课本知识自然引入学习对话

ClawHub Agent Skills автор: John Do v1.0.0 MIT-0 11 файлов тело ≈ 514 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Помощь в изучении главы 7 «Дружба» из книги «Интимные отношения» (Intimate Relationships) в диалоге.

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

СправочникИнфраструктуратип 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: 11. 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: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 514 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 378 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Справочные файлы упоминаются в инструкциях (9 из 9)

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

Внешние проверки

ClawHub: clean
This is a markdown-only study helper for a textbook chapter and does not request sensitive access or run code.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.