BC ai-shifu-course-creator
Используйте при работе с курсами AI-Shifu (AI师傅) в любом качестве: создание, написание, редактирование, переписывание, оптимизация, изменение порядка, развертывание, публикация, предварительный просмотр или управление учебными промптами (для каждого урока) и промптами курса (на уровне курса) — оба написаны в MarkdownFlow (MDF). Охватывает полный жизненный цикл курса — от преобразования необработанного материала в структурированные уроки до создания взаимодействий (одиночный выбор, множественный выбор, ввод, ветвление), добавления переменных, изображений и промптов курса, до развертывания и управления живыми курсами на платформе AI-Shifu. Также охватывает аналитику после развертывания этих курсов — количество учащихся, процент завершения, застрявшие уроки, заказы, доход, рейтинги, потребление кредитов, профили аудитории и отслеживание отдельных учащихся. Активируется при любом упоминании AI-Shifu, AI师傅, MarkdownFlow, Teaching Prompt, Course Prompt authoring, аналитика курса, аналитика создателя, 学习人数, 完成率, 卡课节, 订单收入, 积分消耗 или прогресс учащегося.
машинный переводПоказать оригиналСкрыть оригинал«Use when the user works with AI-Shifu (AI师傅) courses in any capacity o…»
Use when the user works with AI-Shifu (AI师傅) courses in any capacity of creating, writing, editing, rewriting, optimizing, reordering, deploying, publishing, previewing, or managing Teaching Prompts (per-lesson) and Course Prompts (course-level) — both written in MarkdownFlow (MDF). Covers the full course lifecycle — from converting raw material into structured lessons, to authoring interactions (single-select, multi-select, input, branching), adding variables, images, and course prompts, to deploying and managing live courses on the AI-Shifu platform. Also covers post-deployment analytics on those courses — learner count, completion rate, stuck lessons, orders, revenue, ratings, credit consumption, audience profiles, and individual learner tracking. Trigger on any mention of AI-Shifu, AI师傅, MarkdownFlow, Teaching Prompt, Course Prompt authoring, course analytics, creator analytics, 学习人数, 完成率, 卡课节, 订单收入, 积分消耗, or learner progress.
Используйте при работе с курсами AI-Shifu (AI师傅) в любом качестве: создание, написание, редактирование, переписывание, оптимизация, изменение порядка…
Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».
Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.
Как улучшить
- 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
-
средняя Утечка данных
net-redirectable-api-keyscripts/shifu-cli.py:101Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой серверAPI key + configurable base URL from environment
Просканировано файлов: 40. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "version_management"
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
- 30Повторный запуск. Изменяющих операций: 20, без проверки текущего состояния
- 55Ошибки и развилки. Развилок: 1
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2153 токенов
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)
- +3Длина description 944: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- -34 из 4 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Справочные файлы упоминаются в инструкциях (16 из 24)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.