SKILLEMALL.ai

BC xiaozhi-weekly-review

Преобразует разрозненные записи об обучении за неделю в еженедельный отчет с выводами, доказательствами и следующими шагами, а также помогает студенту провести самоанализ. Активируется, когда студент говорит «помоги мне составить еженедельный отчет», «анализ обучения за эту неделю», «подведи итоги этой недели», «каковы основные моменты следующей недели»; при запросе «как насчет этого месяца» перенаправляет к координатору системы обучения. Он работает только на недельном уровне: не создает ежемесячные отчеты (перенаправляет к координатору системы обучения), не дает указаний другим SKILL работать, не анализирует ошибки по отдельным заданиям (перенаправляет к хранилищу ошибок); имеет только три выходных канала — краткое изложение траектории роста записывается в «учебную ДНК», напоминание о самоанализе отправляется в IM-напоминания, краткое изложение для ежемесячного отчета отправляется координатору системы обучения — все через протокол передачи, требующий согласия студента в текущей сессии. Семейная версия генерируется только после авторизации студента, студент может отклонить.

машинный переводПоказать оригиналСкрыть оригинал«把一周零散的学习记录整理成有结论、有证据、有下一步的周报,并带学生做一次自我复盘。学生说“帮我生成周报”“这周学习复盘”“总结一下这周”“下…»

把一周零散的学习记录整理成有结论、有证据、有下一步的周报,并带学生做一次自我复盘。学生说“帮我生成周报”“这周学习复盘”“总结一下这周”“下周重点是什么”时可激活;说“这个月怎么样”的转学习系统协调器。它只做周维度:不生成月报(转学习系统协调器)、不指挥其他 SKILL 干活、不分析单道错题(转错题本);自己只有三条出口——成长轨迹摘要写回学习DNA、复盘提醒交 IM 提醒、月报所需的周报摘要交学习系统协调器——都走交接协议,需学生当次同意。家庭版需要学生授权后才生成,学生可以否决。

ClawHub Hermes автор: 小智伴学 v2.1.12 MIT-0 11 файлов тело ≈ 1 834 токенов Открыть источникclawhub.ai проанализирован 26 ч назад

Преобразует разрозненные записи об обучении за неделю в еженедельный отчет с выводами, доказательствами и следующими шагами, а также помогает студенту…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторДанные и аналитикатип 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 244 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: 41
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1834 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 5 примера фраз-триггеров в кавычках
  • +3Длина description 244 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (13 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: clean
This is a coherent weekly learning review skill with consent-gated memory, sharing, and reminders, though its trigger wording and handover schema should be tightened.
LLM: benign (medium) · VirusTotal: · 7 сент. 2026 г.