SKILLEMALL.ai

AB values-behavioral-interview

Подготовка к поведенческим собеседованиям и собеседованиям на соответствие ценностям с использованием негативного фрейминга, углубленных вопросов, самоанализа и согласования с миссией компании. Используйте для этапов оценки соответствия культуре, подготовки к поведенческим вопросам Anthropic, рассказов о неудачах и отработки самосознания. Активируйте по запросам "behavioral interview", "values interview", "culture fit", "tell me about a failure". НЕ для технических собеседований, проектирования систем, написания резюме или глубокого технического анализа.

машинный переводПоказать оригиналСкрыть оригинал«Coaches behavioral and values-fit interview preparation with negative…»

Coaches behavioral and values-fit interview preparation with negative framing, deep follow-ups, introspection, and mission alignment. Use for culture-fit rounds, Anthropic behavioral prep, failure stories, and self-awareness drilling. Activate on "behavioral interview", "values interview", "culture fit", "tell me about a failure". NOT for coding interviews, system design, resume writing, or technical deep dives.

curiositech/some_claude_skills Agent Skills автор: curiositech 5 файлов тело ≈ 3 555 токенов Открыть источникgithub.com↗ проанализирован 38 мин назад

Подготовка к поведенческим собеседованиям и собеседованиям на соответствие ценностям с использованием негативного фрейминга, углубленных вопросов, самоанализа…

Как процесс B 65/100 · Почти готов — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

ГенераторИИ и агентыРазработкаЛюди и наймтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
100/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
100
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
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 65/100

    • 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
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 40
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3555 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

    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

    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 415 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 27 заголовков
    • +3Пошаговые инструкции: 40 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)

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