SKILLEMALL.ai
GitHub ↗ EN Войти

BC homework-companion

AI-помощник по обучению — интеллектуальный помощник для выполнения домашних заданий для детей K12. Когда ребенок или родитель отправляет задание (фото, скриншот, голосовое описание), автоматически распознает задание, объясняет ход решения методом Сократа (никогда не дает прямой ответ), создает тетрадь для ошибок, выводит отчет для родителей. Применим для помощи с домашними заданиями, предварительного изучения, повторения, организации ошибок по таким предметам, как математика, китайский язык, английский язык, естественные науки. Активируется, когда в диалоге появляются намерения, такие как «помощь с домашним заданием», «ребенок не может сделать задание», «помоги ребенку объяснить задание», «тетрадь для ошибок», «сопровождение в обучении», «помощник по домашнему заданию». ⚠️ Предварительные зависимости: OCR/ASR/TTS встроены как скрипты Python в разделе scripts/ (на основе Tencent Cloud SDK, при первом использовании необходимо выполнить pip install -r scripts/requirements.txt), требуется настройка ключей Tencent Cloud TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY.

машинный переводПоказать оригиналСкрыть оригинал«AI 伴学助手 —— 面向 K12 孩子的作业辅导智能体。当孩子或家长提交作业题目（拍照、截图、语音口述）时，自动识别题目、用苏格拉底式引导…»

AI 伴学助手 —— 面向 K12 孩子的作业辅导智能体。当孩子或家长提交作业题目（拍照、截图、语音口述）时，自动识别题目、用苏格拉底式引导法讲解思路（绝不直接给答案）、生成错题本、输出家长报告。适用于数学、语文、英语、科学等学科的作业辅导、预习复习、错题整理场景。当对话中出现「辅导作业」「孩子题目不会做」「帮孩子讲题」「错题本」「伴学」「作业助手」等意图时触发。⚠️ 前置依赖：OCR/ASR/TTS 已内置为 scripts/ 下的 Python 脚本（基于腾讯云 SDK，首次使用需执行 pip install -r scripts/requirements.txt），并需配置腾讯云密钥 TENCENTCLOUD_SECRET_ID / TENCENTCLOUD_SECRET_KEY。

ClawHub Agent Skills автор: wukongmazi v1.0.1 MIT-0 11 файлов тело ≈ 795 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

AI-помощник по обучению — интеллектуальный помощник для выполнения домашних заданий для детей K12.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияОбучениетип 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
B
86/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Read Glob Grep Write Edit Bash

Просканировано файлов: 0. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 47
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 795 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 348 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 47 пунктов
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This skill is a coherent homework helper, but it needs Review because it processes children's images, audio, text, and learning records through cloud services and persistent local reports without clear consent, retention, or sharing controls.
LLM: suspicious (high) · 29 июл. 2026 г.