SKILLEMALL.ai

BF college-admission-planner

Навык интеллектуального планирования подачи заявок на поступление в вузы Китая. Применимо для всего процесса подачи заявок абитуриентов Китая (включая провинции с новой системой экзаменов), включая: определение баллов и анализ ранга, подбор вузов и специальностей, разработку стратегии "риск-стабильность-резерв", поиск возможностей для преодоления информационных барьеров/разницы в информации (совместные китайско-иностранные программы, снижение требований для иностранных финансовых вузов, поиск оставшихся мест при повторной подаче, каналы смены специальности, целевое обучение/специальные программы, специальные каналы для ранней подачи и т. д.). Активируется, когда пользователь упоминает "подача заявок в вузы", "планирование подачи заявок", "выбор вуза", "выбор специальности", "план подачи заявок в вузы", "подача заявок в вузы", "поступление в вуз", "поступление в университет", "рекомендации по подаче заявок", "установка college planner", "установка高考志愿" и т. д. Поддерживает все провинции Китая, автоматически распознает старую/новую систему экзаменов.

машинный переводПоказать оригиналСкрыть оригинал«高考志愿填报智能规划技能。适用于中国高考考生(含新高考省份)的志愿填报全流程,包括:分数定位与位次分析、院校专业匹配、冲稳保策略制定、信息壁…»

高考志愿填报智能规划技能。适用于中国高考考生(含新高考省份)的志愿填报全流程,包括:分数定位与位次分析、院校专业匹配、冲稳保策略制定、信息壁垒/信息差机会挖掘(中外合作办学、外省财经院校降维录取、征求志愿捡漏、转专业通道、定向培养/专项计划、提前批特殊通道等)。当用户提及"高考志愿""志愿填报""志愿规划""高考选校""选专业""高考志愿方案""高考填报""上大学""考大学""志愿推荐""安装高考志愿规划""安装collegeplanner""安装高考志愿"等关键词时触发本技能。支持全国各省份,自动识别新高考/老高考模式。

ClawHub Agent Skills автор: yibeixiaobai v0.1.0 MIT-0 4 файла тело ≈ 1 128 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Навык интеллектуального планирования подачи заявок на поступление в вузы Китая.

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/special-programs.md, references/matching-strategy.md

ПроцедураПоддержка клиентовтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/special-programs.md, references/matching-strategy.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/special-programs.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/matching-strategy.md

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/special-programs.md, references/matching-strategy.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): references/special-programs.md, references/matching-strategy.md
  • 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
  • 40Согласованность. Имя во frontmatter (college-admission-planner) не совпадает с папкой (college-admission-plan)
  • 100Шаги. Шагов: 82
  • 100Стоимость исполнения. Тело инструкции 1128 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

  • +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
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 264 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 82 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is a China Gaokao admissions-planning skill with disclosed web-research and intake steps, and no evidence of hidden code, persistence, credential use, exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 26 июн. 2026 г.