SKILLEMALL.ai

BC xiaozhi-interest-explorer

Раз в неделю помогайте ученикам отличать «поверхностные предпочтения» от «истинного интереса, которым хочется заниматься, несмотря на трудности». Это SKILL с отслеживанием в течение нескольких недель: записи об интересах сохраняются надолго, поэтому прежде чем начать отслеживание, попросите ученика (или опекуна, если ученику около 14 лет или меньше) сначала понять, «что записывается, как долго хранится, кто может это видеть и как удалить» и получить его явное согласие. Триггерные фразы (должны явно указывать на начало или продолжение исследования): «Помоги мне исследовать мои интересы», «Начни исследование интересов на этой неделе», «Я не знаю, что мне нравится, помоги мне найти», «Этот интерес настоящий?». Не является триггером: случайные фразы вроде «Я люблю играть в игры», обсуждение знаний в какой-либо области, вопрос о том, как начать заниматься каким-либо хобби — отвечайте как в обычном диалоге, не создавая запись. Записываются четыре аспекта: что меня привлекает, как я реагирую на трудности, как я воспринимаю течение времени, внешняя обратная связь; критерием является реакция на трудности, а не самооценка предпочтений. Не предоставляется помощь по учебным предметам (перенаправление в соответствующий SKILL по предмету), не проводится профориентация или рекомендации по выбору профессии, не даются советы по поступлению в учебные заведения.

машинный переводПоказать оригиналСкрыть оригинал«用每周一次的探索,帮学生区分"浅层喜好"和"遇到困难还想继续的真正兴趣"。这是跨周追踪型 SKILL:兴趣记录会长期留存,所以要学生(约 1…»

用每周一次的探索,帮学生区分"浅层喜好"和"遇到困难还想继续的真正兴趣"。这是跨周追踪型 SKILL:兴趣记录会长期留存,所以要学生(约 14 周岁以下需监护人)先听懂"记什么、存多久、谁能看、怎么删"并明确同意,才开始追踪。触发语(须是明确要开始或继续探索):"帮我探索兴趣"、"开始这周的兴趣探索"、"我不知道自己喜欢什么,帮我找找"、"这个兴趣是真的吗"。不触发:随口说"我喜欢打游戏"、聊某个领域的知识、问某个爱好怎么入门——按普通对话回答,不建记录。记录四个维度:吸引我的内容、遇到困难时的反应、时间流逝感、外部反馈;判断依据是困难反应,不是喜好自评。不做学科辅导(转对应学科 SKILL)、不做生涯规划或专业推荐、不做升学建议。

ClawHub Hermes автор: 小智伴学 v2.1.12 MIT-0 12 файлов тело ≈ 1 927 токенов Открыть источникclawhub.ai проанализирован 29 ч назад

Раз в неделю помогайте ученикам отличать «поверхностные предпочтения» от «истинного интереса, которым хочется заниматься, несмотря на трудности».

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

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
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 320 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: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1927 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 7 примера фраз-триггеров в кавычках
  • +3Длина description 320 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (18 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: suspicious
The skill is transparently designed for consent-based student interest tracking, but its shared handover schema leaves cross-skill profile writes too loosely constrained for a persistent minor profile.
LLM: suspicious (medium) · VirusTotal: · 7 сент. 2026 г.