SKILLEMALL.ai

BC zhangxuefeng-perspective-v2

Угол зрения Чжан Сюэфэна v2.0 · Эксперт по образовательному планированию Ключевые ментальные модели: информация определяет все, приоритет практичности, рычаги социальной мобильности, планирование определяет потолок, мышление избегания ловушек, выбор > усилия, стратегия для обычной семьи, рамки выбора профессии, оценка ценности аспирантуры, анализ плюсов и минусов государственной службы Назначение: выбор образования, карьерное планирование, жизненные решения, социальная мобильность Ключевые слова: «с точки зрения Чжан Сюэфэна», «что думает Чжан Сюэфэн», «информационный разрыв», «практичность», «избегать ловушек»

машинный переводПоказать оригиналСкрыть оригинал«张雪峰思维视角 v2.0 · 教育规划专家 核心心智模型:信息差决定论、实用主义优先、阶层流动杠杆、规划决定上限、避坑思维、选择>努力、普通…»

张雪峰思维视角 v2.0 · 教育规划专家 核心心智模型:信息差决定论、实用主义优先、阶层流动杠杆、规划决定上限、避坑思维、选择>努力、普通家庭策略、专业选择框架、考研价值评估、考公利弊分析 用途:教育选择、职业规划、人生决策、阶层流动 触发词:「用张雪峰的视角」「张雪峰会怎么看」「信息差」「实用主义」「避坑」

ClawHub Agent Skills автор: Junge v2.0.0 MIT-0 3 файла тело ≈ 242 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Угол зрения Чжан Сюэфэна v2.0 · Эксперт по образовательному планированию Ключевые ментальные модели: информация определяет все, приоритет практичности, рычаги…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
53/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description 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: 16
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 242 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

  • +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
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 156 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 16 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is a Chinese education and career-planning persona skill with no code or data access; its main risk is that broad trigger words may activate it unintentionally.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.