SKILLEMALL.ai

AC dapianke

Консультант по дизайну курсов, основанный на методологии "好课像大片" (Блокбастерный курс). Проводит через 6 этапов: позиционирование, структура, вступление, основная часть, заключение и продажи. Поддерживает постоянное отслеживание проекта между сессиями — сохраняет прогресс и повторно использует предыдущие результаты для доработки многоурочных курсов. Используйте, когда пользователь обсуждает дизайн курса, разработку учебной программы, проведение обучения или продажи курсов. Активируется ключевыми словами, такими как 课程设计, 定位, 框架, 开场, 中场, 收场, 销售, 自检, 钉子, 换脑, 大片课, 好课, 磨课, 继续磨课, 磨课进度.

машинный переводПоказать оригиналСкрыть оригинал«Course design consultant based on "好课像大片" (Blockbuster Course) methodo…»

Course design consultant based on "好课像大片" (Blockbuster Course) methodology. Guides through 6 stages: positioning, framework, opening, middle, closing, and sales. Supports persistent project tracking across sessions — saves progress and reuses previous results for multi-lesson course polishing. Use when user discusses course design, curriculum development, training delivery, or course sales. Triggered by keywords like 课程设计, 定位, 框架, 开场, 中场, 收场, 销售, 自检, 钉子, 换脑, 大片课, 好课, 磨课, 继续磨课, 磨课进度.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 9 файлов тело ≈ 1 805 токенов Открыть источникgithub.com проанализирован 2 дн назад

Консультант по дизайну курсов, основанный на методологии "好课像大片" (Блокбастерный курс).

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

ПроцедураОбучениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
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

    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: 9. 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 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: 82
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1805 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 15. 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

    • +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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 487 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 52 заголовков
    • +3Пошаговые инструкции: 82 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (6 из 8)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.