SKILLEMALL.ai
EN Войти

BD ielts-reading-review

Навык обзора, оценки и отслеживания прогресса в чтении IELTS. Генерирует структурированные данные обзора (JSON) и развертывает их на www.liuxue.online через API saveReview. Шаблон review.html сервера отображает JSON в унифицированные страницы. Отдельная генерация HTML не требуется. Поддерживает пакетный импорт устаревших обзоров с автоматическим обнаружением папок с обзорами. Ключевые фразы: 雅思复盘, 帮我复盘阅读, IELTS reading review, 分析错题, 阅读错题分析, 成绩单, 打分, 统计, 进步趋势, 批量导入历史复盘, 历史笔记转 JSON, 把文件夹里的复盘都生成 JSON, 扫一下我电脑里的复盘, 帮我找出所有历史笔记, 自动发现复盘, score, band, progress, batch import, auto scan.

машинный переводПоказать оригиналСкрыть оригинал«IELTS Reading passage review, scoring, and progress tracking skill. Ge…»

IELTS Reading passage review, scoring, and progress tracking skill. Generates structured review data (JSON) and deploys to www.liuxue.online via saveReview API. The server's review.html template renders JSON into unified pages. No standalone HTML generation needed. Supports batch import of legacy reviews with auto-discovery of review folders. Trigger phrases: 雅思复盘, 帮我复盘阅读, IELTS reading review, 分析错题, 阅读错题分析, 成绩单, 打分, 统计, 进步趋势, 批量导入历史复盘, 历史笔记转 JSON, 把文件夹里的复盘都生成 JSON, 扫一下我电脑里的复盘, 帮我找出所有历史笔记, 自动发现复盘, score, band, progress, batch import, auto scan.

ClawHub Agent Skills автор: dengjiawei1226 v5.5.2 MIT-0 20 файлов · 3 скрипта тело ≈ 7 033 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Навык обзора, оценки и отслеживания прогресса в чтении IELTS.

Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
67
Прогон на моделях
не было
Процессный рейтинг
D
47/100
Процесс не доведён
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

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Опасные команды cmd-shell-rc references/CLIENT_MODE_ONBOARDING.md:78
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile) (строка таблицы в документации)
    | `echo $IELTS_USER_TOKEN` 没输出 | `source ~/.zshrc` 或重开终端 |
    таблица

Просканировано файлов: 20. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7033 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 47/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, web, python, node), но во frontmatter они не объявлены
  • 70Стоимость исполнения. Тело инструкции 7033 токенов
  • 100Шаги. Шагов: 140
  • 100Согласованность. Имя и обязательные поля на месте
  • 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
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -269 эмодзи в инструкциях: шум для модели
  • -31 из 4 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 550 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 50 заголовков
  • +3Пошаговые инструкции: 140 пунктов
  • +4Есть примеры (32 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 5)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.

Внешние проверки

ClawHub: suspicious
This IELTS review skill has a real study workflow, but it also installs auto-update hooks, stores long-lived tokens in shell files, scans broad local folders, and includes remote deployment/telemetry tooling that users should review carefully.
LLM: suspicious (high) · VirusTotal: · 23 июн. 2026 г.