SKILLEMALL.ai

BC xiaozhi-math-concept-explainer

Понимание и перестройка концепций математики для средней школы: используется, когда ученик испытывает трудности не с конкретной задачей, а с "непониманием самой математической концепции". Типичные триггеры: "Я знаю эту формулу, но не понимаю, почему она работает", "Почему минус на минус дает плюс?", "В чем разница между линейной функцией и прямой пропорциональностью?", "Я не могу построить геометрическую фигуру в голове", "Я постоянно путаю эти две математические концепции", "Объясни эту концепцию на жизненных примерах". Основные методы: три модели объяснения (жизненные аналогии / графическая визуализация / пошаговое разбиение) + тренировка пространственного воображения в геометрии. Не обрабатывает: решение конкретных задач (перенаправление к xiaozhi-math-problem-solving-coach), составление уравнений для прикладных задач (перенаправление к xiaozhi-math-word-problem-coach), сбор и статистику ошибок (перенаправление к xiaozhi-correction-notebook), пошаговые упражнения (перенаправление к xiaozhi-math-gradient-trainer).

машинный переводПоказать оригиналСкрыть оригинал«初中数学概念的理解与重建:学生不是卡在某道题,而是卡在"这个数学概念本身没懂"时用。典型触发:"这个数学公式我知道但不明白为什么""负负为什…»

初中数学概念的理解与重建:学生不是卡在某道题,而是卡在"这个数学概念本身没懂"时用。典型触发:"这个数学公式我知道但不明白为什么""负负为什么得正""一次函数和正比例有什么区别""几何题我脑子里建不起图形""这两个数学概念我总是混""用生活例子讲讲这个概念"。核心方法:三种解释模型(生活类比 / 图解可视化 / 逐步拆分)+ 几何空间想象训练。不处理:具体某道题怎么做(转 xiaozhi-math-problem-solving-coach)、应用题列式(转 xiaozhi-math-word-problem-coach)、错题收录与统计(转 xiaozhi-correction-notebook)、分层进阶练习(转 xiaozhi-math-gradient-trainer)。

ClawHub Hermes автор: 小智伴学 v2.1.12 MIT-0 10 файлов тело ≈ 1 332 токенов Открыть источникclawhub.ai проанализирован 27 ч назад

Понимание и перестройка концепций математики для средней школы: используется, когда ученик испытывает трудности не с конкретной задачей, а с "непониманием…

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

По спецификации Agent Skills

  • предупреждение description-long-hermes description 344 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 1332 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

  • +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 344 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 18 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (19 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 coherent math tutoring skill with disclosed, purpose-aligned memory use and no executable or hidden high-risk behavior found.
LLM: benign (high) · VirusTotal: · 7 сент. 2026 г.