SKILLEMALL.ai
GitHub ↗ EN Войти

AC tianshu-homework-split

Разбейте описание курса, требования к программе или длинный текст на пронумерованный список учебных задач (чекбоксы Markdown). Используйте, когда: студент хочет упорядочить домашнее задание, разбить дедлайны, превратить требования учителя в список дел; пользователь говорит «разбить домашнее задание», «список учебных задач», «разбить большое задание на шаги». НЕ использовать для: автоматического написания содержания домашнего задания; замены напоминаний в приложении календаря.

машинный переводПоказать оригиналСкрыть оригинал«把课程作业说明、大纲要求或长段文字拆成带序号的学习任务清单（Markdown 勾选框）。 Use when: 学生要整理作业、拆 DDL、把…»

把课程作业说明、大纲要求或长段文字拆成带序号的学习任务清单（Markdown 勾选框）。 Use when: 学生要整理作业、拆 DDL、把老师发的要求变成待办；用户说「作业拆分」「学习任务清单」「大作业拆步」。 NOT for: 自动替写作业内容；代替日历 App 的提醒推送。

ClawHub Agent Skills автор: tianshu v1.0.0 MIT-0 5 файлов тело ≈ 98 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Разбейте описание курса, требования к программе или длинный текст на пронумерованный список учебных задач (чекбоксы Markdown).

Как процесс C 58/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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: 5. 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 58/100

    • 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
    • 50Шаги. Шагов: 2
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 98 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
    • +3Нет пошаговых инструкций или чек-листа
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 140 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 4 заголовков
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях

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

    Внешние проверки

    ClawHub: clean
    This is a small local homework-text splitter that reads user-provided text and prints a Markdown checklist without network access or credential handling.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.