SKILLEMALL.ai

BC xiaozhi-physics-modeling-coach

Тренер по физическому моделированию для средней школы. Обучает студентов трехэтапному подходу (определение явления → выбор модели → математическое выражение), чтобы перейти от "применения формул сразу после прочтения задачи" к "сначала определению физической модели, а затем записи уравнения". Примеры триггерных фраз: "Какую формулу использовать для этой задачи?" "Когда использовать Fплав = Gобъект для задач на плавучесть?" "Для этой задачи считать среднюю скорость или мгновенную?" "Как изменится показание амперметра, если ползунок переместится вправо?" "С чего начать решение задачи на рычаг?" "Я не могу решить ту же задачу в другом контексте." Определение предмета: Направлять в SKILL "物理规律" (физические законы), когда нужно определить, какой физический закон применить и удовлетворяются ли условия его применимости; направлять в "物理概念直觉器" (интуитивный тренажер физических концепций), когда спрашивают значение понятия. Не обрабатывает: полный процесс решения и расчеты (направлять в "物理解题教练" - тренер по решению физических задач), проектирование экспериментов и обработку данных (направлять в "物理实验思维教练" - тренер по экспериментальному мышлению в физике), архивацию и подсчет ошибок (направлять в "通用错题本" - общий сборник ошибок).

машинный переводПоказать оригиналСкрыть оригинал«初中物理建模教练,用三步法(识别现象→选择模型→数学表达)训练学生从"看到题就套公式"变成"先判断物理模型再列式"。触发语示例:"这题该用哪…»

初中物理建模教练,用三步法(识别现象→选择模型→数学表达)训练学生从"看到题就套公式"变成"先判断物理模型再列式"。触发语示例:"这题该用哪个公式""浮力题什么时候用 F浮=G物""这道题算平均速度还是算速度""滑片右移后电流表怎么变""杠杆题从哪下手""同一类题换个情境我就不会了"。学科判别:需要判断"该套哪条物理规律、适用条件满不满足"时归本 SKILL;问概念含义转物理概念直觉器。不处理:完整解题流程与计算(转物理解题教练)、实验设计与数据处理(转物理实验思维教练)、错题归档与计数(转通用错题本)。

ClawHub Hermes автор: 小智伴学 v2.1.12 MIT-0 12 файлов тело ≈ 1 812 токенов Открыть источникclawhub.ai проанализирован 23 ч назад

Тренер по физическому моделированию для средней школы.

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

По спецификации Agent Skills

  • предупреждение description-long-hermes description 255 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: 11
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1812 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 9 примера фраз-триггеров в кавычках
  • +3Длина description 255 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 11 пунктов
  • +4Есть примеры (14 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
This is a coherent physics tutoring skill, but it asks for durable learner-profile and reminder powers with data contracts that are broader and less tightly validated than necessary.
LLM: suspicious (medium) · VirusTotal: · 7 сент. 2026 г.