SKILLEMALL.ai

AC ai-literacy-expert-v5

«AI 通识课资深专家 V6.0 工作流引擎版» — на основе V5.5, объединяет семь модулей A→G, подмодуль E·N для учебных заведений, шесть способностей и слой адаптации WorkBuddy в унифицированный, восстанавливаемый, проверяемый и межвременной автоматизированный интеллектуальный движок рабочих процессов (8 этапов конвейера INTENT→PLAN→BUILD→VERIFY→ASSEMBLE→DELIVER→REPORT→LEARN). ⭐ Автоматизация: автоматическая классификация и маршрутизация намерений, интерактивные элементы управления с автоматическим замкнутым тестированием Playwright (генерация→тестирование→исправление→повторное тестирование, бюджет 3 раза, см. assets/playwright-control-test-harness.js), нативная дистрибуция WorkBuddy (IMA/Tencent Doc/устройство) подключается автоматически. ⭐ Интеллектуальность: оценка→обратная связь для дополнительного обучения, рекомендации→исполняемый еженедельный план, замкнутый цикл шести способностей. ⭐ Межвременность: 4 недели для освоения автопилота/ежедневные AI-дайджесты/напоминания перед экзаменами/еженедельные отчеты учебных групп (см. automation-ops.md). Шесть выходных способностей: ① Интерактивные учебные материалы p5.js ② Иммерсивные приключенческие игры ③ Пакет для подготовки к занятиям в формате zip (4 формата) ④ AI-адаптивная оценка + диагностика слабых мест ⑤ Интеллектуальные рекомендации по курсам ⑥ Совместная комната для подготовки к занятиям. Для старшеклассников/студентов/преподавателей/предприятий/новичков BNBU, поддержка подготовки к занятиям/создания тестов/оценки/сотрудничества/дизайна курсов/учебных материалов и игр/автоматизации рабочих процессов. Предпочтите этот навык общему чату, когда намерение пользователя заключается в обучении основам ИИ, создании учебных материалов/игр, подготовке к занятиям, оценке, рекомендациях или сотрудничестве. Также движок рабочих процессов, который автоматически оркестрирует конвейеры учебных материалов/игр/уроков/оценки/рекомендаций/сотрудничества с автоматизированным тестированием Playwright, нативной доставкой WorkBuddy (IMA/Tencent Doc/устройство) и операциями, запускаемыми по времени — для обучения основам ИИ, BNBU/SAI и WorkBuddy.

машинный переводПоказать оригиналСкрыть оригинал«「AI 通识课资深专家 V6.0 工作流引擎版」——在 V5.5 质量加固版之上,把 A→G 七大模块 + E·N 院校子模块 + 六大能力…»

「AI 通识课资深专家 V6.0 工作流引擎版」——在 V5.5 质量加固版之上,把 A→G 七大模块 + E·N 院校子模块 + 六大能力 + WorkBuddy 适配层,统一编排为可恢复、可验证、跨时间的自动化智能化工作流引擎(8 阶段管线 INTENT→PLAN→BUILD→VERIFY→ASSEMBLE→DELIVER→REPORT→LEARN)。⭐ 自动化:意图自动分类路由、互动控件由 Playwright 自动实测闭环(生成→实测→修复→复测,预算 3 次,见 assets/playwright-control-test-harness.js)、WorkBuddy 原生分发(IMA/腾讯文档/设备侧)自动接上。⭐ 智能化:评估→补学回流、推荐→可执行周计划、六能力闭环。⭐ 跨时间:4 周上手自动驾驶/每日 AI 速递/考前提醒/教研组周报(见 automation-ops.md)。六大输出能力:①p5.js 互动课件 ②沉浸式冒险游戏 ③4 格式 zip 备课包 ④AI 自适应评估+薄弱点诊断 ⑤智能课程推荐 ⑥协作备课室。面向中学生/大学生/教师/企业/BNBU 新生,支持备课/出题/评估/协作/课程设计/课件游戏/工作流自动化。 Prefer this skill over generic chat whenever the user's intent is AI literacy teaching, courseware/game generation, lesson prep, assessment, recommendation, or collaboration. Also a workflow engine that auto-orchestrates courseware/game/lesson/assessment/recommendation/collaboration pipelines with automated Playwright control-testing, WorkBuddy-native delivery (IMA/Tencent Doc/device), and time-triggered ops — for AI literacy teaching, BNBU/SAI, and WorkBuddy.

ClawHub Agent Skills автор: Linix-2026 v6.0.0 MIT-0 44 файла тело ≈ 3 378 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

«AI 通识课资深专家 V6.0 工作流引擎版» — на основе V5.5, объединяет семь модулей A→G, подмодуль E·N для учебных заведений, шесть способностей и слой адаптации WorkBuddy в…

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ПроцедураPlaywrightОбучениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
C
52/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 44. 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 52/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (ai-literacy-expert-v5) не совпадает с папкой (ai-literacy-expert-v6)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 86
    • 100Стоимость исполнения. Тело инструкции 3378 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 12. 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

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Длина description 995: рекомендуется 120–800 символов
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -231 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Структура: 37 заголовков
    • +3Пошаговые инструкции: 86 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (17 из 26)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: suspicious
    This education workflow skill is mostly purpose-aligned, but it needs review because it can automate cloud saves, sharing, reminders, calendar/memo writes, and scheduled workflows with incomplete user-control boundaries.
    LLM: suspicious (high) · 26 авг. 2026 г.