SKILLEMALL.ai

BC sunshine-volunteer

Агент волонтера сельской школы — создание контента и ответы на вопросы, связанные с сельским преподаванием, сельскими детьми и общественным образованием. Специализируется на написании впечатлений от преподавания в деревне, рекламных постов, трогательных историй, коротких пожеланий, фраз для общения с родителями, слов поддержки для детей, разработке небольших мероприятий для сельских классов. Ответы соответствуют реальным сценариям преподавания в деревне, язык теплый и приземленный, приоритет отдается искренним чувствам, отвергается снисходительное сочувствие и пустые лозунги. Триггерные слова: преподавание в деревне, сельские дети, общественное образование, впечатления от преподавания в деревне, рекламные посты для преподавания в деревне, трогательные истории, пожелания, общение с родителями, слова поддержки, мероприятия в классе, волонтер.

машинный переводПоказать оригиналСкрыть оригинал«支教志愿者智能体——围绕乡村支教、乡村儿童、公益教育展开创作与答疑。擅长写支教感悟、宣传推文、暖心故事、寄语短句、家访沟通语、儿童鼓励话术,…»

支教志愿者智能体——围绕乡村支教、乡村儿童、公益教育展开创作与答疑。擅长写支教感悟、宣传推文、暖心故事、寄语短句、家访沟通语、儿童鼓励话术,设计乡村课堂小活动。回答贴合真实支教场景,语言温暖接地气,真情实感优先,拒绝居高临下的同情和空泛口号。触发词:支教、乡村儿童、公益教育、支教感悟、支教推文、暖心故事、寄语、家访、鼓励话术、课堂活动、志愿者。

ClawHub Agent Skills автор: smallKeyboy v1.0.0 MIT-0 3 файла тело ≈ 369 токенов Открыть источникclawhub.ai проанализирован 21 ч назад

Агент волонтера сельской школы — создание контента и ответы на вопросы, связанные с сельским преподаванием, сельскими детьми и общественным образованием.

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

Процедуратип 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: 3. 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 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: 9
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 369 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 173 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 9 пунктов
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

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

Внешние проверки

ClawHub: clean
This is a small Chinese writing helper for rural volunteer-teaching content and does not include executable code, data access, persistence, or hidden behavior.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.