SKILLEMALL.ai

AC skill-lesson-kit

Генерация материалов для закрепления и практических заданий для курса по механизмам навыков агентов. Используется, когда пользователь занимается повторением после урока по «Механизмам навыков/агентов», закреплением объяснений, созданием практических заданий, генерацией эталонных ответов, или упоминает «закрепление после урока, создание домашних заданий, практические задания, эталонные ответы», и тема касается навыков агентов (SKILL.md, frontmatter, постепенное раскрытие, триггеры навыков).

машинный переводПоказать оригиналСкрыть оригинал«生成 Agent Skill 课程的课后巩固材料与练习作业。当用户为"Skill/技能机制"课程做课后复习、巩固讲解、出练习题、生成参考答案…»

生成 Agent Skill 课程的课后巩固材料与练习作业。当用户为"Skill/技能机制"课程做课后复习、巩固讲解、出练习题、生成参考答案,或提到"课后巩固、出作业、练习题、参考答案"且话题围绕 Agent Skill(SKILL.md、frontmatter、渐进式披露、技能触发)时使用。

ClawHub Agent Skills автор: yinnxinn v1.0.0 MIT-0 4 файла тело ≈ 235 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Генерация материалов для закрепления и практических заданий для курса по механизмам навыков агентов.

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

СправочникИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
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

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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 4. 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 "keywords"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

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. Внешние инструменты не нужны
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 235 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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +3Длина description 147 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.

Внешние проверки

ClawHub: clean
This skill creates Agent Skill course homework materials as Markdown files, with only minor cautions about broad triggers and local file creation.
LLM: benign (high) · VirusTotal: · 23 авг. 2026 г.