SKILLEMALL.ai

BC xiaozhi-teach-homework-tracker

Помогает независимым учителям превратить домашнее задание из "сбора работ" в "полное сопровождение": регистрация, отслеживание статуса, классификация ошибок, экспорт материала для следующего урока. Применяется, когда учитель говорит: "Зарегистрируй домашнее задание на сегодня", "Статус домашнего задания [имя ученика]", "Кто не сдал на этой неделе?", "Возврат ошибок", "Что преподавать на следующем уроке?", "Он ошибся в этой задаче в третий раз", "Посмотри на профиль домашнего задания [имя ученика]". Процесс: учитель регистрирует задачу/срок выполнения → отслеживает статус по семи категориям → классифицирует ошибки согласно shared/vocab.md §1/§3 → при совпадении с пороговыми значениями сохраняет доказательства для подтверждения учителем. Данный SKILL не генерирует задания, не оценивает работы, не отправляет сообщения с напоминаниями о сдаче, не пишет послеурочные записи — эти функции передаются assignment-designer, parent-communication, lesson-log соответственно.

машинный переводПоказать оригиналСкрыть оригинал«帮独立教师把作业从"收上来"变成"跟到底":登记、追状态、归错因、导出下节课讲什么。适用于老师说"登记今天布置的作业""[化名] 的作业状态…»

帮独立教师把作业从"收上来"变成"跟到底":登记、追状态、归错因、导出下节课讲什么。适用于老师说"登记今天布置的作业""[化名] 的作业状态""这周谁没交""错题回流""下节课该讲什么""这道题他错第三次了""看下 [化名] 的作业画像"。流程:老师登记 task/dueDate → 追七档状态 → 按 shared/vocab.md §1/§3 归错因 → 阈值命中先存证据待老师确认。本 SKILL 不出题、不判分、不发催交消息、不写课后记录——分别转 assignment-designer、parent-communication、lesson-log。

ClawHub Hermes автор: 小智伴学 v2.1.12 MIT-0 15 файлов тело ≈ 3 213 токенов Открыть источникclawhub.ai проанализирован 32 ч назад

Помогает независимым учителям превратить домашнее задание из "сбора работ" в "полное сопровождение": регистрация, отслеживание статуса, классификация ошибок…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураОбучениетип 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
55/100
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: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 282 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 "id"
  • заметка frontmatter-key неизвестное поле фронтматтера "min_platform_version"
  • заметка frontmatter-key неизвестное поле фронтматтера "max_round_limit"
  • 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 55/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 34
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3213 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 16. 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 5 примера фраз-триггеров в кавычках
  • +3Длина description 282 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 36 заголовков
  • +3Пошаговые инструкции: 34 пунктов
  • +4Есть примеры (15 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This is a disclosed homework-tracking skill that stores limited student homework metadata with consent and confirmation controls; the main caution is irreversible record deletion.
LLM: benign (high) · VirusTotal: · 7 сент. 2026 г.