SKILLEMALL.ai

BC exam-study-assistant

Универсальный помощник для экзаменов и обучения. Охватывает составление учебного плана, обобщение и систематизацию знаний, создание ментальных карт, организацию тетради с ошибками, планирование повторения по кривой забывания, анализ реальных экзаменационных заданий, генерацию пробных тестов, стратегии междисциплинарного обучения, план подготовки к экзаменам. Поддерживает сценарии аспирантуры/государственной службы/сертификационных экзаменов (CPA/юридический/строительный и т. д.)/университетских экзаменов/квалификационных экзаменов. Триггерные слова: учебный план, подготовка к экзамену, обобщение знаний, ментальная карта, тетрадь с ошибками, аспирантура, государственная служба, сертификационный экзамен, кривая забывания.

машинный переводПоказать оригиналСкрыть оригинал«考试与学习全能助手。覆盖学习计划制定、知识点总结归纳、思维导图生成、 错题本整理、记忆曲线复习规划、真题解析、模拟试题生成、 多科目交叉学习…»

考试与学习全能助手。覆盖学习计划制定、知识点总结归纳、思维导图生成、 错题本整理、记忆曲线复习规划、真题解析、模拟试题生成、 多科目交叉学习策略、考前冲刺计划。 支持考研/考公/考证(CPA/法考/建造师等)/大学考试/资格考试等场景。 触发词:学习计划、考试复习、知识点总结、思维导图、错题本、考研、考公、考证、记忆曲线。

ClawHub Agent Skills автор: qq435912743 v1.0.0 MIT-0 4 файла тело ≈ 582 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Универсальный помощник для экзаменов и обучения.

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

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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.
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "visibility"

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. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 37
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 582 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 162 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 37 пунктов
  • +4Есть примеры (1 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
The skill is mostly an exam study assistant, but it also adds automatic local memory and self-improvement behavior that stores user preferences and notes without clear consent or retention controls.
LLM: suspicious (high) · 14 авг. 2026 г.