SKILLEMALL.ai

BC lesson-plan-eval

Оценка планов уроков профессионального образования (среднее/высшее профессиональное) на основе таксономии Блума, классификации результатов обучения Ганье, новой классификации Мазано, модели 5E и стандартов профессионального образования. Обратная проверка на наличие основных проблем, измеримость целей, последовательность цепочки проблем, достоверность мероприятий, анализ учебной ситуации, соответствие методов обучения, соответствие целей-содержания-оценки. Обязательно активировать: оценка плана урока, проверка плана урока, улучшение учебного дизайна, оценка плана урока, проверка плана урока преподавателем, помоги мне проверить план урока, есть ли проблемы с планом урока, как тебе этот план урока, хорош ли учебный дизайн, **соответствие методов обучения**, **мотивация к обучению**, **тренировка метапознания**. Даже если пользователь не сказал «оценка», следует активировать при любом упоминании проблем с качеством плана урока.

машинный переводПоказать оригиналСкрыть оригинал«评估职业教育教案(中职/高职),基于布鲁姆分类学、加涅学习结果分类、马扎诺新分类学、5E模式和职教标准。逆向挑刺审计核心问题、目标可测性、问…»

评估职业教育教案(中职/高职),基于布鲁姆分类学、加涅学习结果分类、马扎诺新分类学、5E模式和职教标准。逆向挑刺审计核心问题、目标可测性、问题链递进、活动真实性、学情分析、教法匹配、目标-内容-评价一致性。务必触发:教案评估、教案检查、教学设计改进、教案评分、教研员挑刺、帮我看教案、教案有问题吗、这份教案怎么样、教学设计好不好、**教法匹配**、**学习动机**、**元认知训练**。即使用户没说'评估',只要提到教案质量问题就应激活。

ClawHub Agent Skills автор: flyboat403 v0.1.0 MIT-0 5 файлов тело ≈ 1 508 токенов Открыть источникclawhub.ai проанализирован 21 ч назад

Оценка планов уроков профессионального образования (среднее/высшее профессиональное) на основе таксономии Блума, классификации результатов обучения Ганье…

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

ПроцедураWordОбучениетип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
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: 5. 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 "last_updated"

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: 90
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1508 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

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
  • -215 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 219 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 90 пунктов
  • +4Есть примеры (1 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This skill is a coherent lesson-plan review assistant with optional document export, and I did not find evidence of hidden data access, persistence, exfiltration, or destructive behavior.
LLM: benign (high) · VirusTotal: · 9 июл. 2026 г.