AC huo15-mit-48h-learning-method
Метод обучения за 48 часов от MIT (Qingdao Huoyiwu Information Technology Co., Ltd.). Использует NotebookLM CLI для реализации трехэтапной системы обучения от аспиранта MIT Ихтешама Али: 1. Вопросы о ментальных моделях: 5 основных мыслительных рамок, которыми делятся эксперты в области. 2. Вопросы о разногласиях экспертов: по каким 3 вопросам они кардинально расходятся во мнениях. 3. Вопросы на выявление: сгенерируйте 10 вопросов, которые помогут отличить истинное понимание от поверхностного запоминания. Сценарии активации: (1) пользователь просит быстро изучить определенную область; (2) пользователь упоминает метод обучения MIT, обучение за 48 часов, NotebookLM, три вопроса; (3) пользователь нуждается в генерации обзоров для подкастов/видео; (4) пользователь хочет использовать ИИ для построения системы знаний.
машинный переводПоказать оригиналСкрыть оригинал«麻省理工学院48小时学习法技能（青岛火一五信息科技有限公司）。使用 NotebookLM CLI 实现 MIT 研究生 Ihtesham A…»
麻省理工学院48小时学习法技能（青岛火一五信息科技有限公司）。使用 NotebookLM CLI 实现 MIT 研究生 Ihtesham Ali 的三问学习框架： 1. 问心智模型：领域内专家共享的 5 个基本思维框架 2. 问专家分歧：在哪 3 个问题上根本不同意 3. 问暴露性问题：生成能区分真懂和假背的 10 个问题 触发场景：（1）用户要求快速学习某个领域；（2）用户提到 MIT 学习法、48 小时学习、NotebookLM 三问；（3）用户需要生成播客/视频概览；（4）用户想用 AI 辅助构建知识体系。
Метод обучения за 48 часов от MIT (Qingdao Huoyiwu Information Technology Co., Ltd.). Использует NotebookLM CLI для реализации трехэтапной системы обучения от…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
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: 29
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 840 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 11. 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 259 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 29 пунктов
- +4Есть примеры (8 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.