BC claude-certification
AI-нативный репетитор и рабочий процесс онбординга для четырех независимых треков сертификации Claude в рамках программы "Инженерия ИИ с нуля". Используйте, когда учащийся хочет выбрать сертификацию Claude, подготовиться к CCAO-F, CCDV-F, CCAR-F или CCAR-P, возобновить путь сертификации, интерактивно изучить следующий урок, запустить и проверить практические лаборатории, создать оцениваемые артефакты, пройти диагностический или пробный экзамен или исправить слабые домены экзамена с помощью Claude Code, Codex, ChatGPT, Cursor или другого агента.
машинный переводПоказать оригиналСкрыть оригинал«AI-native tutor and onboarding workflow for the four independent Claud…»
AI-native tutor and onboarding workflow for the four independent Claude certification tracks in AI Engineering from Scratch. Use when a learner wants to choose a Claude certification, prepare for CCAO-F, CCDV-F, CCAR-F, or CCAR-P, resume a certification path, learn the next lesson interactively, run and verify practical labs, build scored artifacts, take a diagnostic or mock exam, or remediate weak exam domains from GitHub with Claude Code, Codex, ChatGPT, Cursor, or another agent.
AI-нативный репетитор и рабочий процесс онбординга для четырех независимых треков сертификации Claude в рамках программы "Инженерия ИИ с нуля".
Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки
Такой же скилл встречается ещё в 1 месте: ai-engineering-from-scratch
Как улучшить
- 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: 2. 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 55/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 85Шаги. Шагов: 43, расплывчатых формулировок: 1
- 100Входы и предусловия. Входные данные и предусловия перечислены
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2862 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- low Ответ описан самодельной разметкой (8 тегов): типизированный вызов надёжнее
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 486 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 43 пунктов
- +4Есть примеры (5 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.