SKILLEMALL.ai
GitHub ↗ EN Войти

CC xiaozhi-biology-error-dna

Анализатор корневых причин и архив ошибок по биологии для средней и старшей школы: определяет подтипы по шести измерениям биологии (сетевые концепции, структура и функция, чтение графиков, переменные и дизайн эксперимента, формулировка и терминология, генетика и расчет данных), предоставляя отчет о слабых сторонах; старшая школа охватывает обязательные и выборочные курсы (разделы 8, 11, 12 таблицы измерений). Примеры триггерных фраз: «Почему я всегда теряю баллы на заданиях по генетике?» «В чем причина моих ошибок в заданиях по биологическим графикам?» «Помоги мне проанализировать закономерности моих ошибок по биологии» «Неужели я безнадежен в биологии?». Определение предмета: Если ошибки связаны со структурой и жизненными процессами клеток и организмов, генетикой и эволюцией, экосистемами, экспериментальными исследованиями, относится к этому SKILL; вопросы о составе и превращении веществ, химических уравнениях перенаправляются к ошибкам по химии; вопросы о региональном и пространственном распределении перенаправляются к навыкам географии. Не обрабатывается: первоначальный сбор ошибок и 28-дневный подсчет (исключительно отвечает общий сборник ошибок), как выполнить текущее задание (перенаправляется к соответствующим навыкам студенческой версии по биологии).

машинный переводПоказать оригиналСкрыть оригинал«初中到高中的生物错题根因分析与档案：按生物六维（概念网络、结构与功能、图表识读、变量与实验设计、表述与术语、遗传与数据计算）定位子类型，给出…»

初中到高中的生物错题根因分析与档案：按生物六维（概念网络、结构与功能、图表识读、变量与实验设计、表述与术语、遗传与数据计算）定位子类型，给出弱项报告；高中覆盖必修与选择性必修（维度表第八、十一、十二节）。触发语示例："我为什么总在遗传题上丢分""生物图表题老错在哪""帮我分析生物错误规律""我生物是不是没救了"。学科判别：错题涉及细胞、生物体的结构与生命活动、遗传与进化、生态系统、实验探究时归本 SKILL；问物质的组成与转化、化学方程式转化学错误DNA；问区域与空间分布转地理技能。不处理：错题的初始收录与 28 天计数（由通用错题本唯一负责）、当下这道题怎么做（转对应的生物学生端技能）。

ClawHub Hermes автор: 小智伴学 v2.11.1 MIT-0 12 файлов тело ≈ 1 467 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Анализатор корневых причин и архив ошибок по биологии для средней и старшей школы: определяет подтипы по шести измерениям биологии (сетевые концепции…

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

Процедуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 298 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "grade_bands"
  • заметка frontmatter-key неизвестное поле фронтматтера "depends_on"
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"

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: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1467 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 298 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This is a disclosed Chinese K12 biology learning skill that stores limited wrong-answer analysis with consent and does not include executable code or hidden data flows.
LLM: benign (high) · VirusTotal: · 8 окт. 2026 г.