SKILLEMALL.ai

AC deeptutor-lite

Интеграция открытых подходов HKUDS/DeepTutor (arXiv:2604.26962) и THU-MAIC/OpenMAIC (JCST 2026) для реализации в WorkBuddy легкого персонализированного ассистента без внешних ключей. Версия HKU предоставляет: гибридный персонализированный движок (статическое RAG-заземление + динамическая память учащегося), трехуровневую проверяемую память L1/L2/L3 + карту памяти, генерацию заданий с калибровкой сложности, обучение с отслеживанием источников цитирования, многодвижковый RAG. Версия THU предоставляет: роли в многоагентном классе (преподаватель/ассистент/многоликий студент/оркестрация), моделирование когнитивного состояния студента, образовательную теоретическую базу по таксономии Блума/ZPD/UDL, многостороннее понимание через дебаты за круглым столом. Этот навык объединяет оба подхода в рабочий процесс персонализированного обучения: трехуровневая память + модель когнитивного освоения (BKT-lite) + генерация заданий с калибровкой по образовательным теориям + круглый стол с разных точек зрения + отслеживание источников цитирования + опциональное визуальное объяснение + активное напоминание о повторении + прямая отправка в Anki. Применимо для: долгосрочного индивидуального/малого группового обучения (химия/любой предмет); запоминание и целенаправленная работа над слабыми местами, многосторонний анализ; объяснения должны иметь ссылки на источники; задания должны соответствовать зоне ближайшего развития. Неприменимо для: чистого реферирования/разового решения задач (прямой ответ); только планирования (маршрут xuexi-zhidao); только конвертации карточек (маршрут anki制作). Ключевые слова для активации (китайский/английский): персонализированное обучение / запомни его слабые места / генерируй задания под его ситуацию / отслеживание освоения / мой профиль студента / долгосрочное обучение / калибровка сложности / объяснение по учебным материалам с цитированием / многосторонний анализ / круглый стол / когнитивная диагностика / personalized tutor / mastery tracking / calibrated quiz / cognitive tutor

машинный переводПоказать оригиналСкрыть оригинал«融合 HKUDS/DeepTutor(arXiv:2604.26962)与 THU-MAIC/OpenMAIC(JCST 2026)的开源思…»

融合 HKUDS/DeepTutor(arXiv:2604.26962)与 THU-MAIC/OpenMAIC(JCST 2026)的开源思路,在 WorkBuddy 内实现免外部 key 的轻量个性化辅导台。 港大版提供:混合个性化引擎(静态 RAG grounding + 动态学习者记忆)、L1/L2/L3 三层可检视记忆 + 记忆图谱、难度校准出题、引用溯源辅导、多引擎 RAG。 清华版提供:多智能体课堂角色(导师/助教/多人格同学/编排)、认知学生建模、布鲁姆分类法/ZPD/UDL 教育理论底座、圆桌辩论多视角理解。 本技能把两者压成可运行的辅导工作流:三层记忆 + 认知掌握度模型(BKT-lite) + 教育理论校准的难度出题 + 多视角圆桌 + 引用溯源 + 可选可视化讲解 + 主动复习触发 + Anki 直推。 适用:长期个性化一对一/小班陪学(化学/任意学科);薄弱点被记住、被针对、被多视角辨析;讲解必须溯源;题落在最近发展区。 不适用:纯摘要/一次性解题(直接答);仅排计划(路由 xuexi-zhidao);仅转卡(路由 anki制作)。 trigger 词(中英):个性化辅导 / 记住他的薄弱点 / 针对他的情况出题 / 掌握度追踪 / 我的学生档案 / 长期陪学 / 难度校准 / 引用教材讲解 / 多视角辨析 / 圆桌 / 认知诊断 / personalized tutor / mastery tracking / calibrated quiz / cognitive tutor

ClawHub Agent Skills автор: shenxianxuexifa v2.2.0 MIT-0 4 файла тело ≈ 2 990 токенов Открыть источникclawhub.ai проанализирован 35 ч назад

Интеграция открытых подходов HKUDS/DeepTutor (arXiv:2604.26962) и THU-MAIC/OpenMAIC (JCST 2026) для реализации в WorkBuddy легкого персонализированного…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураОбучениеИИ и агентыИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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

    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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
    • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
    • заметка frontmatter-key неизвестное поле фронтматтера "source_book"
    • заметка frontmatter-key неизвестное поле фронтматтера "related_skills"

    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: 63
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2990 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

    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
    • -223 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 662 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 63 пунктов
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

    Внешние проверки

    ClawHub: clean
    This tutoring skill is coherent and purpose-aligned, but users should understand it keeps local student learning profiles over time.
    LLM: benign (medium) · VirusTotal: · 14 авг. 2026 г.