SKILLEMALL.ai

AD eng-homework-grader

Оценивает и предоставляет обратную связь по письменным домашним заданиям по английскому языку для учащихся начальной школы (3-6 классы). Использовать, когда пользователь отправляет письменные домашние задания ученика (эссе, предложения, заполнение пропусков, короткие ответы, диктанты, записи в дневнике) для проверки, исправления или оценки. Активируется по фразам вроде «批改英语作业», «grade English homework», «check my student's English writing», «英语书面作业批改» или когда изображение/текст письменной работы ученика предоставляется для оценки, ориентированной на 3-6 классы.

машинный переводПоказать оригиналСкрыть оригинал«Grade and provide feedback on English written homework for elementary…»

Grade and provide feedback on English written homework for elementary students (grades 3-6). Use when a user submits student English homework (essays, sentences, fill-in-the-blank, short answers, dictation, journal entries) for review, correction, or scoring. Triggers on phrases like "批改英语作业", "grade English homework", "check my student's English writing", "英语书面作业批改", or when an image/text of student English work is provided for grading purposes targeting grades 3-6.

ClawHub Agent Skills автор: terrycarter1985 v1.0.0 MIT-0 2 файла тело ≈ 923 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Оценивает и предоставляет обратную связь по письменным домашним заданиям по английскому языку для учащихся начальной школы (3-6 классы).

Как процесс D 42/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, входы и предусловия

АнализаторИнфраструктураТексты и документыЛичная продуктивностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
D
42/100
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

    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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 42/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 923 токенов

    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)
    • +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
    • +3Длина description 471 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This is an instruction-only homework grading skill with no code execution, installation steps, credentials, persistence, or broad system access.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.