SKILLEMALL.ai

AC vestibular-orchestrator

Центральный агент-оркестратор системы обучения для вступительных экзаменов Антонио (FUVEST - Компьютерные науки). Координирует всех других специализированных агентов: vestibular-tutor (сократовское обучение), vestibular-srs (интервальное повторение), vestibular-planner (планирование циклов), vestibular-energia (управление ментальным состоянием/СДВГ). Используйте этого агента ВСЕГДА, когда Антонио начинает сеанс обучения, просит указаний, что изучать сегодня, упоминает вступительные экзамены или просит обзор прогресса. Это обязательная точка входа перед активацией любого другого специализированного агента. Также должен быть активирован, когда Антонио спрашивает «что мне сегодня изучать?», «как у меня дела?», «следующий шаг» или любой другой вариант.

машинный переводПоказать оригиналСкрыть оригинал«Agente orquestrador central do sistema de estudos para o vestibular de…»

Agente orquestrador central do sistema de estudos para o vestibular de Antonio (FUVEST - Ciência da Computação). Coordena todos os outros agentes especializados: vestibular-tutor (ensino socrático), vestibular-srs (repetição espaçada), vestibular-planner (planejamento de ciclos), vestibular-energia (gestão de estado mental/TDAH). Use este agente SEMPRE que Antonio abrir uma sessão de estudos, pedir orientação sobre o que estudar hoje, mencionar o vestibular, ou pedir visão geral do progresso. Este é o ponto de entrada obrigatório antes de acionar qualquer outro agente especializado. Também deve ser ativado quando Antonio perguntar "o que estudo hoje?", "como estou indo?", "próximo passo", ou qualquer variação.

ClawHub Agent Skills автор: Antonio V. Franco v1.0.0 MIT-0 3 файла тело ≈ 1 355 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Центральный агент-оркестратор системы обучения для вступительных экзаменов Антонио (FUVEST - Компьютерные науки).

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
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
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: 3. 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: 12
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1355 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
    • -5В тексте остались TODO / заглушки
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 719 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 12 пунктов
    • +4Есть примеры (3 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a Portuguese study-coordination skill with broad routing instructions but no executable code, credential access, network behavior, or destructive actions.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.