SKILLEMALL.ai

BD xiaozhi-chinese-classical-revival

Специализация по классическому китайскому языку и древней поэзии: заставьте древних говорить, а также четко объясните, как отвечать на вопросы по классическому китайскому языку и анализу древней поэзии. Рекомендуется активировать этот НАВЫК, когда ученик говорит «помоги мне понять это стихотворение», «я не понимаю классический китайский», «сыграй роль Су Ши/Ду Фу», «контекст написания этого стихотворения», «помоги мне выучить древние стихи наизусть», «как запомнить классические китайские слова и фразы», «как отвечать на вопросы по чтению классического китайского», «как отвечать на вопросы по анализу древней поэзии» — при условии, что в речи есть **конкретное произведение, строка или имя древнего человека**; не активируется при общих фразах «китайский язык — это сложно», «древняя поэзия — это скучно» или просто при желании использовать строку в сочинении (перенаправляется к тренеру по написанию текстов на китайском). Модули: ролевая игра древних персонажей + тройной прыжок (выучить наизусть → по-настоящему понять → уметь использовать) + игровое запоминание + сопоставление сценариев + основы классического китайского языка и правила ответов. Вопросы по чтению современного текста перенаправляются к xiaozhi-chinese-reading-decoder; сочинения перенаправляются к xiaozhi-chinese-writing-coach.

машинный переводПоказать оригиналСкрыть оригинал«文言文与古诗词专项:让古人开口,也把文言题、古诗鉴赏题的答法讲清楚。当学生说"帮我理解这首古诗"、"文言文读不懂"、"扮演苏轼/杜甫"、"这…»

文言文与古诗词专项:让古人开口,也把文言题、古诗鉴赏题的答法讲清楚。当学生说"帮我理解这首古诗"、"文言文读不懂"、"扮演苏轼/杜甫"、"这首词的写作背景"、"帮我背古诗默写"、"文言实词虚词怎么记"、"文言文阅读题怎么答"、"古诗鉴赏题怎么答"时,建议激活此SKILL——前提是话里带着**具体篇目、诗句或古人名**;泛泛说"语文好难""古诗好无聊"、或只是在作文里想引一句诗(转语文写作教练)不激活。模块:古人角色扮演 + 三级跳(背会→真懂→能用)+ 游戏化背诵 + 场景匹配 + 文言基础与答题规范。现代文阅读题转 xiaozhi-chinese-reading-decoder;作文转 xiaozhi-chinese-writing-coach。

ClawHub Hermes автор: 小智伴学 v1000000.12.0 MIT-0 13 файлов тело ≈ 2 609 токенов Открыть источникclawhub.ai проанализирован 13 ч назад

Специализация по классическому китайскому языку и древней поэзии: заставьте древних говорить, а также четко объясните, как отвечать на вопросы по…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

Генератортип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Hermes Agent
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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.
  2. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
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: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 328 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение description-no-when ни description, ни раздел "## When to Use" не говорят, когда применять скилл
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "grade_bands"
  • заметка frontmatter-key неизвестное поле фронтматтера "depends_on"
  • заметка frontmatter-key неизвестное поле фронтматтера "slug"
  • заметка frontmatter-key неизвестное поле фронтматтера "displayName"
  • заметка frontmatter-key неизвестное поле фронтматтера "summary"

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (xiaozhi-chinese-classical-revival) не совпадает с папкой (chinese-classical-revival)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 16
  • 100Стоимость исполнения. Тело инструкции 2609 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +5В description 8 примера фраз-триггеров в кавычках
  • +3Длина description 328 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 26 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (28 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This is a disclosed Chinese classical-literature tutoring skill with scoped learning-profile memory and no executable code or hidden network behavior found.
LLM: benign (high) · VirusTotal: · 7 сент. 2026 г.