SKILLEMALL.ai

CC xiaozhi-geography-map-reader

Тренер по чтению географических карт: помогает ученикам понять карты и географические диаграммы в текущем задании — сначала рассматривает название карты, условные обозначения, масштаб и направление, затем читает сетку координат, горизонтали, кривые температуры и гистограммы осадков; одновременно владеет таблицей размерностей ошибок в географии и отвечает за глубокую атрибуцию ошибок в географии; для обязательных и выборочных модулей старшей школы также охватывает карты освещенности, карты погоды, геологические разрезы, карты океанических течений и другие диаграммы. Примеры триггерных фраз (требуется указать конкретную карту или задание): «Как читать эту карту горизонталей», «Как определить широту и долготу этого места», «Как перевести масштаб в реальное расстояние», «Эта климатическая карта относится к Южному или Северному полушарию», «Помоги мне проанализировать, в чем ошибка в этом задании по географии». Определение предмета: если в задании представлена карта, карта рельефа с горизонталями, карта климатических данных или другая географическая диаграмма, то это относится к данному SKILL; если спрашивают, почему какое-либо географическое явление происходит (причины, процессы), то перенаправляется к тренеру по цепочкам причинно-следственных связей в географии; если спрашивают, как обобщить или сравнить положение и характеристики региона, то перенаправляется к конструктору познания регионов; если спрашивают о кривых и схемах в биологии, то перенаправляется к тренеру по диаграммам и заданиям с материалами по биологии. Не обрабатывает: рисование или изменение государственных и административных границ (согласно учебникам и стандартным картам); первоначальный сбор ошибок и 28-дневный подсчет (исключительно отвечает общий журнал ошибок).

машинный переводПоказать оригиналСкрыть оригинал«地理读图教练:陪学生读懂当前这道题里的地图和地理图表——先看图名、图例、比例尺和方向,再读经纬网、等高线、气温曲线与降水量柱状图;同时持有地…»

地理读图教练:陪学生读懂当前这道题里的地图和地理图表——先看图名、图例、比例尺和方向,再读经纬网、等高线、气温曲线与降水量柱状图;同时持有地理错因维度表,负责地理错题的深度归因;高中必修与选择性必修另有光照图、天气图、地质剖面图、洋流图等图表。触发语示例(须带上具体的图或题):"这张等高线图怎么看""这个地方的经纬度怎么读""比例尺怎么换算实际距离""这张气候图是南半球还是北半球""这道地理错题帮我分析一下错在哪"。学科判别:题目给了地图、等高线地形图、气候资料图或其他地理图表时归本 SKILL;问地理现象为什么会这样(成因、过程)转地理成因链教练;问某个区域的位置与特征怎么归纳、怎么比较转区域认知构建器;生物的曲线和示意图转生物图表与材料题教练。不处理:绘制或修改国界与行政区划(以教材和标准地图为准);错题的初始收录与 28 天计数(由通用错题本唯一负责)。

ClawHub Hermes автор: 小智伴学 v2.11.1 MIT-0 17 файлов тело ≈ 1 661 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Тренер по чтению географических карт: помогает ученикам понять карты и географические диаграммы в текущем задании — сначала рассматривает название карты…

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: 17. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 385 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: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1661 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 5 примера фраз-триггеров в кавычках
  • +3Длина description 385 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This is a disclosed Chinese K12 geography tutoring skill with consent-gated learning-profile handoffs and no executable installation or hidden behavior found.
LLM: benign (high) · VirusTotal: · 8 окт. 2026 г.