AC vibe-learn
Лента знаний для микрообучения разработчиков, ожидающих ответа от ИИ-кодеров. Активируется, когда пользователь говорит что-то вроде «я жду», «что я могу выучить, пока жду», «вайб-обучение», «дай мне что-нибудь», «карточки знаний», «узнать что-нибудь», «режим ожидания», «等一下学点东西», «摸鱼学习» или любым другим способом показывает, что у него есть свободное время во время выполнения задачи агентом, и он хочет узнать что-то актуальное. Также срабатывает, когда пользователь запрашивает карточки знаний, ленту обучения или контент для микрообучения, связанный с его текущим рабочим контекстом. Используйте этот навык проактивно всякий раз, когда вы обнаруживаете, что пользователь находится в состоянии ожидания между задачами кодирования.
машинный переводПоказать оригиналСкрыть оригинал«A micro-learning knowledge feed for developers waiting on AI coding ag…»
A micro-learning knowledge feed for developers waiting on AI coding agents. Activates when the user says things like 'I'm waiting', 'what can I learn while waiting', 'vibe learn', 'feed me something', 'knowledge cards', 'learn something', 'waiting mode', '等一下学点东西', '摸鱼学习', or any indication they have idle time during an agent task and want to learn something relevant. Also triggers when the user asks for knowledge cards, learning feed, or micro-learning content related to their current work context. Use this skill proactively whenever you detect the user is in a waiting state between coding tasks.
Лента знаний для микрообучения разработчиков, ожидающих ответа от ИИ-кодеров.
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
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
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (vibe-learn) не совпадает с папкой (checkai)
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Ошибки и развилки. Развилок: 2
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 45
- 100Стоимость исполнения. Тело инструкции 1454 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 604 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 45 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.