SKILLEMALL.ai

AD study-roadmap-generator

На основе цели обучения, текущего уровня и доступного времени, введенных пользователем, автоматически генерирует структурированный план обучения — включая разделение на этапы, еженедельный план, рекомендуемые ресурсы, частые трудности и предложения по ежедневному темпу. Активируется, когда пользователь произносит запросы типа «помоги составить план обучения», «составь план обучения», «выучить XX за неделю», «план обучения XX» и т. д.

машинный переводПоказать оригиналСкрыть оригинал«根据用户输入的学习目标、当前水平和可用时间,自动生成结构化的学习路线图 — 包含阶段划分、每周计划、推荐资源、高频卡点和每日节奏建议。用户在…»

根据用户输入的学习目标、当前水平和可用时间,自动生成结构化的学习路线图 — 包含阶段划分、每周计划、推荐资源、高频卡点和每日节奏建议。用户在说出"帮我做学习计划"、"制定学习路线"、"一周学会XX"、"XX学习路线图"等请求时激活。

ClawHub Agent Skills автор: seulkilu v1.1.0 MIT-0 4 файла тело ≈ 619 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

На основе цели обучения, текущего уровня и доступного времени, введенных пользователем, автоматически генерирует структурированный план обучения — включая…

Как процесс D 38/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается

ГенераторОперации и проектыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
D
38/100
Процесс не доведён
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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")

Процессный рейтинг: все десять параметров 38/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 619 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 116: рекомендуется 120–800 символов
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +4Структура: 11 заголовков
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: clean
This skill appears to be a straightforward Chinese study-roadmap generator with no evidence of hidden data access, persistence, or destructive behavior.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.