SKILLEMALL.ai

BD xiaozhi-math-word-problem-coach

Специализация по «текст → уравнение» для задач по математике в средней школе: обрабатывает только этап составления уравнения. Типичные триггеры: «Прочитал эту математическую прикладную задачу три раза и не знаю, как составить уравнение», «Не знаю, что обозначить за x», «Всегда неправильно составляю уравнения для задач на движение/работу/концентрацию/прибыль/рост», «Не могу разобраться в отношениях между условиями». Основной метод: трехэтапное извлечение количественных отношений (определение величин → описание отношений на китайском → перевод в равенство). Не обрабатывает: решение уравнений и вычисления после их составления (перевод к xiaozhi-math-problem-solving-coach), чисто геометрические/алгебраические задачи, сбор и статистику ошибочных задач (перевод к xiaozhi-correction-notebook), отсутствие базовых понятий (перевод к xiaozhi-math-concept-explainer), прикладные задачи по физике (сила/электричество) (перевод к физическому SKILL).

машинный переводПоказать оригиналСкрыть оригинал«初中数学应用题的"文字→方程"专项:只处理列不出式子这一步。典型触发:"这道数学应用题读了三遍不知道怎么列方程""不知道设什么为x""行程/…»

初中数学应用题的"文字→方程"专项:只处理列不出式子这一步。典型触发:"这道数学应用题读了三遍不知道怎么列方程""不知道设什么为x""行程/工程/浓度/利润/增长率题总是列错式子""条件之间的关系理不清"。核心方法:数量关系三步提取法(识别量→用中文说关系→翻译成等式)。不处理:方程列出来之后的解方程与计算(转 xiaozhi-math-problem-solving-coach)、纯几何/代数运算题、错题收录与统计(转 xiaozhi-correction-notebook)、概念本身没建立(转 xiaozhi-math-concept-explainer)、物理的受力/电路应用题(转物理 SKILL)。

ClawHub Hermes автор: 小智伴学 v2.1.12 MIT-0 10 файлов тело ≈ 1 377 токенов Открыть источникclawhub.ai проанализирован 27 ч назад

Специализация по «текст → уравнение» для задач по математике в средней школе: обрабатывает только этап составления уравнения.

Как процесс D 42/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается

Процедуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
D
42/100
Процесс не доведён
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 307 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 42/100

  • 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
  • 25Шаги. Шагов: 1
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1377 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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 307 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +4Есть примеры (16 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This is a disclosed math word-problem coaching skill with proportionate memory/OCR use and no executable payloads or hidden high-impact behavior.
LLM: benign (high) · VirusTotal: · 7 сент. 2026 г.