SKILLEMALL.ai

BC feifei-learning-commander

【От школы обучения】 Управляющий обучением учителя Фэйфэй v3.5 — супер-помощник AI для китайских семей · Главный дирижер по всем предметам + Главный контролер сети знаний + Семейный переводчик + Компаньон по росту | Feifei Teacher Learning Commander v3.5 — супер-помощник AI для семей в Китае. Управляющий обучением + Контроль сети знаний + Семейный переводчик + Компаньон по росту. Для особенных детей — особенная жизнь!

машинный переводПоказать оригиналСкрыть оригинал«【学来学去学习社出品】菲菲老师学习主控 v3.5 - 中国家庭AI超级助手 · 全科总指挥+知识网络总控+亲子翻译官+成长陪伴师 | Fei…»

【学来学去学习社出品】菲菲老师学习主控 v3.5 - 中国家庭AI超级助手 · 全科总指挥+知识网络总控+亲子翻译官+成长陪伴师 | Feifei Teacher Learning Commander v3.5 - China's AI Super Assistant for Families. Learning Commander + Knowledge Network Control + Parent-Child Translator + Growth Companion. 给不一样的孩子,拥有不一样的人生!

ClawHub Agent Skills автор: SimonsTang v3.5.1 MIT-0 6 файлов тело ≈ 1 568 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

【От школы обучения】 Управляющий обучением учителя Фэйфэй v3.5 — супер-помощник AI для китайских семей · Главный дирижер по всем предметам + Главный контролер…

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

ПроцедураИнфраструктураТексты и документытип и темы размечены автоматически по тексту скилла
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.
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: 6. 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 "brand"

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: 60
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1568 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 13. 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

  • +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
  • -223 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 259 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 60 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

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

Внешние проверки

ClawHub: suspicious
This education assistant is mostly coherent, but it deserves review because it handles sensitive child and family data, describes automatic reminders and cloud syncing, and lacks clear consent and safety boundaries.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.