SKILLEMALL.ai

BF study-analysis

Проводит видеоанализ учебного поведения детей/студентов, выявляет плохие учебные привычки, предоставляет структурированные отчеты и предложения по улучшению семейного образования, уделяя особое внимание развитию учебных привычек и коррекции поведения. | Комплексный инструмент, предназначенный для анализа видеозаписей учебного поведения детей и студентов. Он выявляет плохие учебные привычки и предоставляет структурированные отчеты об анализе вместе с практическими предложениями по улучшению семейного образования. Инструмент предназначен для развития позитивных учебных привычек и содействия коррекции поведения. | 分析孩子学习行为 孩子学习行为分析工具,针对孩子/学生的学习行为进行视频分析,识别不良学习习惯,提供结构化分析报告和家庭教育改善建议,专注学习习惯培养和行为矫正

машинный переводПоказать оригиналСкрыть оригинал«Conducts video analysis of learning behavior for children/students, id…»

Conducts video analysis of learning behavior for children/students, identifies poor learning habits, provides structured analysis reports and family education improvement suggestions, focusing on learning habit cultivation and behavior correction. | A comprehensive tool designed to analyze video footage of children's and students' learning behaviors. It identifies poor study habits and provides structured analysis reports along with actionable suggestions for family education improvements. The tool is dedicated to fostering positive study habits and facilitating behavioral correction. | 分析孩子学习行为 孩子学习行为分析工具,针对孩子/学生的学习行为进行视频分析,识别不良学习习惯,提供结构化分析报告和家庭教育改善建议,专注学习习惯培养和行为矫正

ClawHub Agent Skills автор: smyx-sunjinhui v1.0.16 MIT-0 30 файлов тело ≈ 1 631 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Проводит видеоанализ учебного поведения детей/студентов, выявляет плохие учебные привычки, предоставляет структурированные отчеты и предложения по улучшению…

Как процесс F 30/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

АнализаторЛичная продуктивностьДанные и аналитикаМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
F
30/100
Не запустится
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: 30. 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 30/100

  • 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
  • 25Шаги. Шагов: 1
  • 40Согласованность. Имя во frontmatter (study-analysis) не совпадает с папкой (smyx-study-analysis)
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Стоимость исполнения. Тело инструкции 1631 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -255 эмодзи в инструкциях: шум для модели
  • -32 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 674 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
The skill’s child study-video analysis purpose is coherent, but it sends sensitive videos and account data through under-secured and under-disclosed cloud/authentication flows that need review before installation.
LLM: suspicious (high) · 7 сент. 2026 г.