SKILLEMALL.ai

BC preschool-teacher-assistant

🌸 Комплексный помощник AI-воспитателя (Сокровищница дошкольного образования). Введите одно предложение, чтобы автоматически сгенерировать 8 основных типов дошкольных документов: план урока/запись наблюдения/коммуникация с родителями/дизайн мероприятия/учебный план/создание среды/рефлексия преподавания/детская история и т. д., выводя интерактивный HTML-отчет. Встроенная база знаний «Руководство по обучению и развитию детей 3-6 лет», поддерживающая полное покрытие пяти основных областей × трех возрастных групп. Триггерные слова: дошкольное образование, воспитатель, детский сад, план урока, запись наблюдения, уведомление для родителей, выступление на родительском собрании, итоговый отзыв, дизайн мероприятия, создание среды, организация среды, учебный план, рефлексия преподавания, детская история, воспитание детей в семье, пять областей, младшая группа, средняя группа, старшая группа, AI для воспитателей, AI в дошкольном образовании, план урока для детского сада, наблюдение за детьми, preschool teacher, kindergarten lesson plan, 幼教百宝箱

машинный переводПоказать оригиналСкрыть оригинал«🌸 AI幼师全流程助手(幼教百宝箱)。输入一句话,自动生成教案/观察记录/家园沟通/活动设计/教学计划/环境创设/教学反思/幼儿故事等8大…»

🌸 AI幼师全流程助手(幼教百宝箱)。输入一句话,自动生成教案/观察记录/家园沟通/活动设计/教学计划/环境创设/教学反思/幼儿故事等8大类幼教文档,输出交互式HTML可视化报告。内置《3-6岁儿童学习与发展指南》知识库,支持五大领域×三年龄段全覆盖。触发词:幼教, 幼师, 幼儿园, 教案, 观察记录, 家长通知, 家长会发言, 期末评语, 活动设计, 环境创设, 环创, 教学计划, 教学反思, 幼儿故事, 家园共育, 五大领域, 小班, 中班, 大班, 幼师AI, 幼教AI, 幼儿园教案, 幼儿观察, preschool teacher, kindergarten lesson plan, 幼教百宝箱

ClawHub Agent Skills автор: bettermen v1.0.0 MIT-0 4 файла тело ≈ 1 857 токенов Открыть источникclawhub.ai проанализирован 19 ч назад

🌸 Комплексный помощник AI-воспитателя (Сокровищница дошкольного образования).

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

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

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: 40
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1857 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. 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
  • -260 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 306 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 29 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (15 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This appears to be a preschool document generator with local output by default and optional user-enabled LLM calls, but users should be careful with identifiable child information.
LLM: benign (high) · VirusTotal: · 20 июн. 2026 г.