SKILLEMALL.ai

AB english-homework-grader

Оценивает и предоставляет обратную связь по письменным домашним заданиям по английскому языку для китайских учеников начальной школы 3–6 классов. Используйте, когда пользователь просит проверить, исправить, оценить, просмотреть или дать обратную связь по письменным заданиям по английскому языку, таким как короткие эссе, копирование предложений, заполнение пропусков, упражнения на перевод, описание картинок или дневниковые записи от учеников начальной школы. Также используйте, когда пользователь говорит что-то вроде «批改英语作业», «改英语作文», «check my English homework», «grade this writing» или «看看这篇英语».

машинный переводПоказать оригиналСкрыть оригинал«Grade and provide feedback on English written homework for Chinese ele…»

Grade and provide feedback on English written homework for Chinese elementary school students in grades 3–6. Use when the user asks to check, correct, grade, review, or give feedback on English writing assignments such as short essays, sentence copying, fill-in-the-blank, translation exercises, picture descriptions, or diary entries from primary school students. Also use when the user says things like "批改英语作业", "改英语作文", "check my English homework", "grade this writing", or "看看这篇英语".

ClawHub Agent Skills автор: terrycarter1985 v2.0.0 MIT-0 2 файла тело ≈ 1 578 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Оценивает и предоставляет обратную связь по письменным домашним заданиям по английскому языку для китайских учеников начальной школы 3–6 классов.

Как процесс B 74/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу

АнализаторТексты и документыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
74/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Результат и критерий готовности вес 14
60
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: 2. 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 74/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 65Ошибки и развилки. Развилок: 3
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 11
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1578 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 4 примера фраз-триггеров в кавычках
    • +3Длина description 487 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (6 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This is a prompt-only homework grading skill with limited usability scope concerns but no risky system access or hidden behavior.
    LLM: benign (high) · VirusTotal: · 8 авг. 2026 г.