SKILLEMALL.ai

AC gaokao-volunteer

ИИ-помощник по заполнению заявок на поступление в вузы (Китайский ЕГЭ). На основе метода ранжирования и метода разницы очков предоставляет сопоставление баллов, рекомендации вузов, генерацию планов «агрессивный-стабильный-безопасный», проверку градиента заявок. Охватывает новые и старые модели китайского ЕГЭ в 31 провинции. Триггеры: 填志愿 (подать заявку), 高考志愿 (заявка на ЕГЭ), 能上什么大学 (в какой вуз могу поступить), 志愿填报 (подача заявки на поступление), 冲稳保 (агрессивный-стабильный-безопасный), 一分一段 (побальная разбивка), 位次换算 (конвертация ранга), gaokao, gaokao volunteer, 志愿推荐 (рекомендация заявок), 查分数线 (проверить проходной балл), 院校推荐 (рекомендация вузов), 专业推荐 (рекомендация специальностей), 志愿方案 (план подачи заявок).

машинный переводПоказать оригиналСкрыть оригинал«高考志愿填报AI助手。基于位次法和线差法,提供分数匹配、 院校推荐、冲稳保方案生成、志愿梯度检查。覆盖全国31省新老高考模式。 Trigge…»

高考志愿填报AI助手。基于位次法和线差法,提供分数匹配、 院校推荐、冲稳保方案生成、志愿梯度检查。覆盖全国31省新老高考模式。 Triggers: 填志愿, 高考志愿, 能上什么大学, 志愿填报, 冲稳保, 一分一段, 位次换算, gaokao, gaokao volunteer, 志愿推荐, 查分数线, 院校推荐, 专业推荐, 志愿方案

ClawHub Agent Skills автор: bettermen v0.1.0 MIT-0 10 файлов тело ≈ 1 307 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

ИИ-помощник по заполнению заявок на поступление в вузы (Китайский ЕГЭ).

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ПроцедураДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

    Процессный рейтинг: все десять параметров 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 28
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1307 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

    • +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
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 170 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 28 пунктов
    • +4Есть примеры (8 блоков кода)
    • +3Все 4 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent Gaokao college-application helper, but its generated reports and web searches may expose score and rank details.
    LLM: benign (high) · VirusTotal: · 11 июн. 2026 г.