BD book-learning-assistant
Помощник по системному обучению по книгам. Поддерживает два способа запуска: (1) Предоставьте название книги + автора + издание + издателя, ИИ найдет всю структуру содержания книги и выдаст структурированный обзор; (2) Предоставьте файл электронной книги (формат EPUB), ИИ организует обучение непосредственно на основе содержания электронной книги. Вывод включает краткий обзор по главам, полное структурированное изложение, основные идеи, инструменты мышления и примеры для младших школьников. После того, как учащийся выберет главу, он переходит ко второму этапу, где ИИ подробно объясняет концепции, используя примеры из оригинальной книги + примеры для младших школьников, с оценкой актуальности для каждой концепции (основываясь на современных исследованиях 2026 года, чтобы определить, устарела ли она/неверна/требует обновления). Весь вывод основан на фактах, не допускается вымысел, примеры должны быть понятны младшим школьникам, структурированный вывод, лаконичный язык.
машинный переводПоказать оригиналСкрыть оригинал«书本系统学习助手。支持两种触发方式：（1）提供书名+作者+版次+出版社，AI搜索全书内容框架并输出结构化概览；（2）提供参考电子书文件（EP…»
书本系统学习助手。支持两种触发方式：（1）提供书名+作者+版次+出版社，AI搜索全书内容框架并输出结构化概览；（2）提供参考电子书文件（EPUB格式），AI直接基于电子书内容安排学习。输出包含逐章速览、全面结构化梳理、核心思想、思维工具与小学生案例。学习者选定章节后进入阶段二，AI用原书案例+小学生案例详细讲解知识点，每个知识点附时效性评估（基于2026年现代研究判断是否过时/错误/需更新）。所有输出基于事实、不得杜撰，举例须小学生能懂，结构化输出、语言简洁。
Помощник по системному обучению по книгам.
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "version_desc"
Процессный рейтинг: все десять параметров 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 82
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1894 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
- -223 эмодзи в инструкциях: шум для модели
- -31 из 1 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 232 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 82 пунктов
- +4Есть примеры (7 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.