AD ai-talent-grader
На основе резюме, записей собеседований и описаний вакансий проводит оценку кандидатов по шкале способностей в эпоху ИИ (L1-L4). Основные возможности: аудит уязвимостей резюме, шестимерная система оценки, двойное взвешивание, генерация вопросов для проверки на детекторе лжи, калибровка согласованности оценок, анализ когнитивных процессов на собеседовании (новое в v3.3 Pro). v3.3 обновлен с "оценщика резюме" до "системы анализа когнитивного поведения", оценивает, как кандидат мыслит, как реагирует на неопределенность, как взаимодействует с ИИ. Используйте, когда пользователь просит оценить ИИ-способности кандидата, ранжировать ИИ-таланты, провести анализ собеседования, провести когнитивный анализ, провести собеседование с детектором лжи, сгенерировать предложения по дополнительным вопросам, ранжировать способности кандидата, провести оценку от L1 до L4, оценить соответствие кандидата ИИ-должности, посмотреть резюме, провести аудит резюме, помочь оценить резюме после собеседования. Неприменимо для оценки производительности, аттестации на повышение, анализа потребностей в обучении сотрудников или оценки способностей, не связанных с ИИ.
машинный переводПоказать оригиналСкрыть оригинал«基于简历、面试记录和JD，对候选人进行AI时代能力定级（L1-L4）。 核心能力：简历漏洞穿透审计、六维度评分卡、双乘数加权、测谎面试题生成…»
基于简历、面试记录和JD，对候选人进行AI时代能力定级（L1-L4）。 核心能力：简历漏洞穿透审计、六维度评分卡、双乘数加权、测谎面试题生成、评分一致性校准、 面试认知复盘（v3.3 Pro 新增）。v3.3 从"简历打分器"升级为"认知行为分析系统"， 评估候选人如何思考、如何应对不确定性、如何与AI协同。 Use when user asks to 评估候选人AI能力、AI人才定级、面试复盘、认知分析、测谎面试、 生成追问建议、候选人能力分级、L1到L4定级、AI岗位适配度评估、看简历、简历审计、 面试完帮我打分. 不适用于绩效评估、晋升评审、员工培训需求分析或非AI相关的能力评估.
На основе резюме, записей собеседований и описаний вакансий проводит оценку кандидатов по шкале способностей в эпоху ИИ (L1-L4).
Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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: 21. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "label"
Процессный рейтинг: все десять параметров 43/100
- 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
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 101
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1931 токенов
- low Разделов верхнего уровня: 15. 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 297 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 101 пунктов
- +4Есть примеры (6 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (7 из 7)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.