SKILLEMALL.ai

BC xiaozhi-physics-lab-coach

Тренер по экспериментальному мышлению в физике для средней школы, объясняет методы экспериментов (контроль переменных, преобразование, эквивалентная замена и т. д.), обработку данных и оценку экспериментов. Примеры триггеров: "Как спроектировать этот эксперимент по измерению плотности?" "Какие переменные нужно контролировать при исследовании плавучести?" "Почему нужно провести несколько измерений при определении сопротивления методом вольт-амперметра?" "Данные в этой таблице не показывают закономерности" "Как написать вывод эксперимента?" "Откуда берется погрешность?". Определение предмета: физические проблемы, связанные с оборудованием, шагами, контролем переменных, считыванием показаний, таблицами данных, погрешностями, относятся к этому навыку; чисто вычислительная часть того же эксперимента передается тренеру по решению задач по физике. Не обрабатывает: решение неэкспериментальных задач по физике, реконструкция самих концепций, архивирование и подсчет ошибок (передаются тренеру по решению задач по физике, интуитивному тренажеру по физическим концепциям и универсальному журналу ошибок соответственно).

машинный переводПоказать оригиналСкрыть оригинал«初中物理实验思维教练,讲实验方法(控制变量、转换、等效替代…)、数据处理与实验评价。触发语示例:"测密度这个实验怎么设计""探究浮力大小要控…»

初中物理实验思维教练,讲实验方法(控制变量、转换、等效替代…)、数据处理与实验评价。触发语示例:"测密度这个实验怎么设计""探究浮力大小要控制什么变量""伏安法测电阻为什么要多测几次""这张表格的数据看不出规律""实验结论该怎么写""误差是从哪来的"。学科判别:涉及器材、步骤、变量控制、读数、数据表格、误差的物理问题归本 SKILL;同一实验里的纯计算部分转物理解题教练。不处理:非实验类物理题的解答、概念本身的重建、错题归档与计数(分别转物理解题教练、物理概念直觉器、通用错题本)。

ClawHub Hermes автор: 小智伴学 v2.1.12 MIT-0 11 файлов тело ≈ 2 102 токенов Открыть источникclawhub.ai проанализирован 33 ч назад

Тренер по экспериментальному мышлению в физике для средней школы, объясняет методы экспериментов (контроль переменных, преобразование, эквивалентная замена и т.

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

По спецификации Agent Skills

  • предупреждение description-long-hermes description 243 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: 28
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2102 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 6 примера фраз-триггеров в кавычках
  • +3Длина description 243 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 33 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This is a coherent educational physics lab coaching skill with disclosed, purpose-aligned memory and reminder integrations.
LLM: benign (high) · VirusTotal: · 7 сент. 2026 г.