CC xiaozhi-teach-english-assessment
Комплексная оценка английского языка: помогайте учителям английского языка превращать «один тест» в оценку и профиль навыков аудирования, говорения, чтения и письма; для старших классов — в соответствии со стандартами экзаменов на аттестат и Единого государственного экзамена. Триггеры: «Каков уровень английского у ученика?», «Как разработать комплексную оценку английского языка?», «Как оценить аудирование, говорение, чтение и письмо?», «Как использовать сопоставление CSE/CEFR?», «Что умеет ученик?», «Профиль владения английским языком», «Как разработать оценку по английскому языку за раздел для первого курса старшей школы?», «Какие рекомендации дать после оценки?». Основной рабочий процесс: цели обучения (4 аспекта: аудирование, говорение, чтение, письмо) → определение уровня по описаниям CSE, CEFR используется только для международного сравнения → разработка оценки → профиль навыков (баллы + микронавыки) → рекомендации по обучению → запись в рабочее пространство класса. Не обрабатывает: подбор материалов для аудирования и тренировка аудирования (передается в разработку материалов для аудирования), упражнения для разговорной речи и стратегии исправления ошибок (передается в разработку упражнений для разговорной речи), двусторонние таблицы спецификаций для общих заданий (передается в xiaozhi-teach-exam-designer), статистику надежности и дискриминативности после экзамена (передается в xiaozhi-teach-student-analyzer).
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；高中按合格性考试与高考的课标口径设计。触发语："学员英语水平如何…»
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；高中按合格性考试与高考的课标口径设计。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"、"高一英语单元测评怎么设计"、"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（转 xiaozhi-teach-exam-designer）、考后的信度与区分度统计（转 xiaozhi-teach-student-analyzer）。
Комплексная оценка английского языка: помогайте учителям английского языка превращать «один тест» в оценку и профиль навыков аудирования, говорения, чтения и…
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: 19. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-long-hermesdescription 383 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: 36
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3892 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 15. 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 8 примера фраз-триггеров в кавычках
- +3Длина description 383 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 38 заголовков
- +3Пошаговые инструкции: 36 пунктов
- +4Есть примеры (21 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (9 из 9)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.