AC defense-rehearsal
Используйте при подготовке, репетиции или разборе академической защиты — предложения/промежуточный/выпускной — например, говорит «模拟答辩», «生成提问清单», «帮我演练答辩», «复盘我的表达», «defense rehearsal», «答辩预演». Триггеры перед защитой (имитация комиссии + сложные вопросы + сканирование слабых мест в литературе), во время нее (запись имитации защиты через Tencent Meeting и обзор выступления) и после нее (отчет о разборе). Высокорисковый, сезонный сценарий академической встречи.
машинный переводПоказать оригиналСкрыть оригинал«Use when preparing for, rehearsing, or debriefing an academic defense…»
Use when preparing for, rehearsing, or debriefing an academic defense — proposal/mid-term/graduation — e.g. says '模拟答辩'、'生成提问清单'、'帮我演练答辩'、'复盘我的表达'、'defense rehearsal'、'答辩预演'. Triggers before a defense (mock committee + tough questions + literature weak-spot scan), during it (record a mock defense via Tencent Meeting and review delivery), and after it (debrief report). A high-stakes, seasonal academic meeting scenario.
Используйте при подготовке, репетиции или разборе академической защиты — предложения/промежуточный/выпускной — например, говорит «模拟答辩», «生成提问清单», «帮我演练答辩»…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created"
Процессный рейтинг: все десять параметров 51/100
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 18
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 594 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 421 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 18 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.