BC xiaozhi-teach-english-assessment
Комплексный дизайн оценки английского языка: помогите учителям английского превратить "одну контрольную работу" в комплексную оценку и профиль способностей по аудированию, говорению, чтению и письму. Триггерные фразы: "Каков уровень владения английским у ученика?", "Как разработать комплексную оценку английского языка?", "Как измерить аудирование, говорение, чтение и письмо?", "Как использовать соответствие CSE/CEFR?", "Что может сделать ученик?", "Профиль владения английским языком", "Какие рекомендации дать после оценки?". Основной рабочий процесс: Цели способностей (4 аспекта: аудирование, говорение, чтение, письмо) → Определение уровня с использованием описаний CSE, CEFR только для международного сравнения → Дизайн оценки → Профиль способностей (баллы + микронавыки) → Рекомендации по педагогическому вмешательству → Запись в рабочее пространство класса. Не обрабатывает: подбор и тренировка аудирования (перенаправляется на дизайн материалов для аудирования), упражнения по говорению и стратегии исправления ошибок (перенаправляется на дизайн упражнений по говорению), двусторонняя таблица спецификаций и надежность/валидность для общих тем (перенаправляется на xiaozhi-teach-exam-designer).
машинный переводПоказать оригиналСкрыть оригинал«英语综合测评设计：帮英语老师把"一张卷子"变成听说读写四维的能力测评与画像。触发语："学员英语水平如何"、"英语综合测评怎么设计"、"听说读…»
英语综合测评设计：帮英语老师把"一张卷子"变成听说读写四维的能力测评与画像。触发语："学员英语水平如何"、"英语综合测评怎么设计"、"听说读写怎么测"、"CSE/CEFR 对照怎么用"、"学员能做什么"、"英语能力画像"、"测完之后怎么给建议"。核心工作流：能力目标（听说读写 4 维）→ 以 CSE 描述语定级、CEFR 只作国际参照 → 测评设计 → 能力画像（分数 + 微技能）→ 教学干预建议 → 写回班级工作空间。不处理：听力材料的选编与听法训练（转英语听力材料设计）、口语活动与纠错策略（转英语口语活动设计）、通用命题的双向细目表与信效度（转 xiaozhi-teach-exam-designer）。
Комплексный дизайн оценки английского языка: помогите учителям английского превратить "одну контрольную работу" в комплексную оценку и профиль способностей по…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
- 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: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-long-hermesdescription 307 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой) - предупреждение
description-no-whenни description, ни раздел "## When to Use" не говорят, когда применять скилл - заметка
frontmatter-keyнеизвестное поле фронтматтера "display_name" - заметка
frontmatter-keyнеизвестное поле фронтматтера "grade_bands" - заметка
frontmatter-keyнеизвестное поле фронтматтера "depends_on" - заметка
frontmatter-keyнеизвестное поле фронтматтера "id" - заметка
frontmatter-keyнеизвестное поле фронтматтера "min_platform_version" - заметка
frontmatter-keyнеизвестное поле фронтматтера "max_round_limit" - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное 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 3292 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 14. 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 307 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 36 заголовков
- +3Пошаговые инструкции: 28 пунктов
- +4Есть примеры (22 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (8 из 8)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.