{"id":"84893c31-05af-431c-83fa-5e5102a76cf8","entityType":"agent","slug":"clawhub-bianmaxingkong-japanese-conversation-scorer","name":"日语会话测试批改","canonicalUrl":"https://www.xpersona.co/agent/clawhub-bianmaxingkong-japanese-conversation-scorer","canonicalPath":"/agent/clawhub-bianmaxingkong-japanese-conversation-scorer","generatedAt":"2026-10-10T10:49:47.807Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-10T08:10:37.795Z","emptyReason":null},"description":"面向 A1/A2/B1（对应 JLPT‑N5~N3）师生对话场景的日语口语批改 Skill。基于 faster‑whisper 完成音频 ASR 转写，采用 ** 内容完整性 50%、准确性 20%、流利度 30%** 三维加权预评分，秉持鼓励优先原则，降低语法偏差对总分的拖累。内置专有名词白名单，防止人名、地名被 AI 误判扣分；设置 ASR 置信度分级，低置信场景下 AI 分数仅作后台参考，交由教师人工打分。生成老师详细版、学生简洁版两套反馈，支持 CSV 批量导出。本技能平台无关，对接 LMS 需自行开发适配器；AI 仅做预批改，全部错误必须经过教师复核确认，不会自动判错扣分。 Skill: 日语会话测试批改 Owner: bianmaxingkong Summary: 面向 A1/A2/B1（对应 JLPT‑N5~N3）师生对话场景的日语口语批改 Skill。基于 faster‑whisper 完成音频 ASR 转写，采用 ** 内容完整性 50%、准确性 20%、流利度 30%** 三维加权预评分，秉持鼓励优先原则，降低语法偏差对总分的拖累。内置专有名词白名单，防止人名、地名被 AI 误判扣分；设置 ASR 置信度分级，低置信场景下 AI 分数仅作后台参考，交由教师人工打分。生成老师详细版、学生简洁版两套反馈，支持 CSV 批量导出。本技能平台无关，对接 LMS 需自行开发适配器；AI 仅做预批改，全部错误必须经过教师复核确认，不会自动判错扣分。 Tags: latest:1.1.7 Version history: v1.1.7 | 2026-08-21T14:26:54.248Z | user","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.6K downloads reported by the source. Last updated 10/10/2026.","installCommand":"clawhub skill install s17f7de24jwye68xxaykgnjqwn8616wn:japanese-conversation-scorer","sourceUrl":"https://clawhub.ai/bianmaxingkong/japanese-conversation-scorer","homepage":"https://clawhub.ai/bianmaxingkong/skills/japanese-conversation-scorer","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/bianmaxingkong/japanese-conversation-scorer","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/bianmaxingkong/skills/japanese-conversation-scorer","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":64,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"面向 A1/A2/B1（对应 JLPT‑N5~N3）师生对话场景的日语口语批改 Skill。基于 faster‑whisper 完成音频 ASR 转写，采用 ** 内容完整性 50%、准确性 20%、流利度 30%** 三维加权预评分，秉持鼓励优先原则，降低语法偏差对总分的拖累。内置专有名词白名单，防止人名、地名被 A"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:10:37.795Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:10:37.795Z","emptyReason":null},"stars":null,"forks":null,"downloads":1567,"packageName":null,"latestVersion":"1.1.7","tractionLabel":"1.6K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T08:10:37.795Z","emptyReason":null},"lastUpdatedAt":"2026-10-10T08:10:37.795Z","lastCrawledAt":"2026-10-10T08:10:37.795Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-11T08:10:37.795Z","lastVerifiedAt":null,"highlights":[{"version":"1.1.7","createdAt":"2026-08-21T14:26:54.248Z","changelog":"**Major update: Refactored and modularized skill with stricter platform independence and improved workflow.** - Migrated from canvas-specific grading to a generic, platform-independent Japanese conversation grading system. - Switched ASR engine to faster-whisper with strict model and hardware usage requirements. - Standardized workflow: audio processing, ASR, confidence grading, automated CAF scoring, and mandatory manual review for \"low confidence\" cases. - Modularized platform adapters; Canvas, Moodle, Feishu, and CSV support now via separate adapter files. - Refined scoring and error correction rules; scoring is content-focused and highly transparent. - Removed 3 platform-specific/documentation files (_meta.json, references/workflow.md, skill-card.md).","fileCount":3,"zipByteSize":9396},{"version":"1.1.6","createdAt":"2026-06-28T01:03:35.221Z","changelog":"修复搜索索引：更新displayName为中文","fileCount":4,"zipByteSize":8432},{"version":"1.1.5","createdAt":"2026-06-27T13:05:07.452Z","changelog":"重新发布以确保发布者关联正确，解决镜像站搜索索引问题。","fileCount":32,"zipByteSize":14826},{"version":"1.1.4","createdAt":"2026-06-27T12:59:07.486Z","changelog":"修复 SKILL.md YAML front matter 格式，确保正确的 name 和 displayName 字段，触发镜像站搜索索引同步。标准化技能元数据格式。","fileCount":32,"zipByteSize":14732},{"version":"1.1.3","createdAt":"2026-06-20T14:20:25.905Z","changelog":"- Simplified and clarified the skill documentation for both teacher and student workflows. - Updated grading and error correction rules to focus on A1/A2/B1 (N5/N4/N3) levels, with clear limits on error correction per level. - Standardized the feedback template and streamlined the grading criteria for consistency. - Removed the 'skill-card.md' file and eliminated detailed references to student self-practice/adaptive testing. - All technical and operational instructions are now consolidated, with a single workflow emphasized for teacher use. - Whisper-medium model remains the fixed choice for all transcription tasks; model-switching and complex setup steps are removed.","fileCount":3,"zipByteSize":3968},{"version":"1.1.2","createdAt":"2026-06-02T07:32:54.976Z","changelog":"- Removed the file skill-card.md. - 更新评分规则为CAF三维框架，明确解释C（复杂性）、A（准确性）、F（流利度）及其占比分布。 - 五、评分规则部分增加“语法 + 用词 + 发音三项正误”说明。 - 六、批改流程说明更强调强制固定使用Whisper-medium模型转写，禁止替换为其他模型。","fileCount":3,"zipByteSize":3234},{"version":"1.1.1","createdAt":"2026-05-21T11:38:08.595Z","changelog":"- Documentation rewritten for clarity, brevity, and easier reference. - Usage instructions and workflow simplified for both teacher and student modes. - Core principles, scoring rules, and AI role summarized more concisely. - Feedback template made shorter and more direct. - Grading criteria and error-correction limits per JLPT level listed in a clear, tabular style. - No code/feature changes—documentation only.","fileCount":3,"zipByteSize":3187},{"version":"1.1.0","createdAt":"2026-05-17T14:12:53.733Z","changelog":"Version 1.0.2 - 增加了N5～N1层级自适应纠错功能，纠错数量随日语水平动态调整。 - 优化评分维度与权重，更注重内容贴合度与表达鼓励。 - 扩展适用场景，支持学生单人自主练习及双人语伴情景对话评分。 - 新增Whisper medium本地转写模型说明，提升对运行环境的友好指引。 - 细化批改流程与输出模板，提升多样场景下批改与反馈的精准度与通用性。","fileCount":2,"zipByteSize":3991}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17f7de24jwye68xxaykgnjqwn8616wn:japanese-conversation-scorer","setupComplexity":"low","setupSteps":["Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-bianmaxingkong-japanese-conversation-scorer/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-bianmaxingkong-japanese-conversation-scorer/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-bianmaxingkong-japanese-conversation-scorer/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-bianmaxingkong-japanese-conversation-scorer/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-bianmaxingkong-japanese-conversation-scorer/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-bianmaxingkong-japanese-conversation-scorer/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T10:49:47.805Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-bianmaxingkong-japanese-conversation-scorer/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-bianmaxingkong-japanese-conversation-scorer/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-bianmaxingkong-japanese-conversation-scorer/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-bianmaxingkong-japanese-conversation-scorer/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-10T08:10:37.795Z","emptyReason":null},"readme":"Skill: 日语会话测试批改\n\nOwner: bianmaxingkong\n\nSummary: 面向 A1/A2/B1（对应 JLPT‑N5~N3）师生对话场景的日语口语批改 Skill。基于 faster‑whisper 完成音频 ASR 转写，采用 ** 内容完整性 50%、准确性 20%、流利度 30%** 三维加权预评分，秉持鼓励优先原则，降低语法偏差对总分的拖累。内置专有名词白名单，防止人名、地名被 AI 误判扣分；设置 ASR 置信度分级，低置信场景下 AI 分数仅作后台参考，交由教师人工打分。生成老师详细版、学生简洁版两套反馈，支持 CSV 批量导出。本技能平台无关，对接 LMS 需自行开发适配器；AI 仅做预批改，全部错误必须经过教师复核确认，不会自动判错扣分。\n\nTags: latest:1.1.7\n\nVersion history:\n\nv1.1.7 | 2026-08-21T14:26:54.248Z | user\n\n**Major update: Refactored and modularized skill with stricter platform independence and improved workflow.**\n\n- Migrated from canvas-specific grading to a generic, platform-independent Japanese conversation grading system.\n- Switched ASR engine to faster-whisper with strict model and hardware usage requirements.\n- Standardized workflow: audio processing, ASR, confidence grading, automated CAF scoring, and mandatory manual review for \"low confidence\" cases.\n- Modularized platform adapters; Canvas, Moodle, Feishu, and CSV support now via separate adapter files.\n- Refined scoring and error correction rules; scoring is content-focused and highly transparent.\n- Removed 3 platform-specific/documentation files (_meta.json, references/workflow.md, skill-card.md).\n\nv1.1.6 | 2026-06-28T01:03:35.221Z | user\n\n修复搜索索引：更新displayName为中文\n\nv1.1.5 | 2026-06-27T13:05:07.452Z | user\n\n重新发布以确保发布者关联正确，解决镜像站搜索索引问题。\n\nv1.1.4 | 2026-06-27T12:59:07.486Z | user\n\n修复 SKILL.md YAML front matter 格式，确保正确的 name 和 displayName 字段，触发镜像站搜索索引同步。标准化技能元数据格式。\n\nv1.1.3 | 2026-06-20T14:20:25.905Z | user\n\n- Simplified and clarified the skill documentation for both teacher and student workflows.\n- Updated grading and error correction rules to focus on A1/A2/B1 (N5/N4/N3) levels, with clear limits on error correction per level.\n- Standardized the feedback template and streamlined the grading criteria for consistency.\n- Removed the 'skill-card.md' file and eliminated detailed references to student self-practice/adaptive testing.\n- All technical and operational instructions are now consolidated, with a single workflow emphasized for teacher use.\n- Whisper-medium model remains the fixed choice for all transcription tasks; model-switching and complex setup steps are removed.\n\nv1.1.2 | 2026-06-02T07:32:54.976Z | user\n\n- Removed the file skill-card.md.\n- 更新评分规则为CAF三维框架，明确解释C（复杂性）、A（准确性）、F（流利度）及其占比分布。\n- 五、评分规则部分增加“语法 + 用词 + 发音三项正误”说明。\n- 六、批改流程说明更强调强制固定使用Whisper-medium模型转写，禁止替换为其他模型。\n\nv1.1.1 | 2026-05-21T11:38:08.595Z | user\n\n- Documentation rewritten for clarity, brevity, and easier reference.\n- Usage instructions and workflow simplified for both teacher and student modes.\n- Core principles, scoring rules, and AI role summarized more concisely.\n- Feedback template made shorter and more direct.\n- Grading criteria and error-correction limits per JLPT level listed in a clear, tabular style.\n- No code/feature changes—documentation only.\n\nv1.1.0 | 2026-05-17T14:12:53.733Z | user\n\nVersion 1.0.2\n\n- 增加了N5～N1层级自适应纠错功能，纠错数量随日语水平动态调整。\n- 优化评分维度与权重，更注重内容贴合度与表达鼓励。\n- 扩展适用场景，支持学生单人自主练习及双人语伴情景对话评分。\n- 新增Whisper medium本地转写模型说明，提升对运行环境的友好指引。\n- 细化批改流程与输出模板，提升多样场景下批改与反馈的精准度与通用性。\n\nv1.0.1 | 2026-05-13T14:49:32.698Z | user\n\n**Version 1.0.1 – Dual-mode for teachers and students**\n\n- 增加支持教师批量批改与学生自主自适应训练双模式\n- 优化评分标准：宽松鼓励为主，细微语法/发音问题不重扣分，保护学生口语积极性\n- 教师批改可自动生成班级成绩汇总表和Excel明细\n- 学生自测模式结果只对本人可见，反复提交、自主提升\n- 优化逐题评分、综合评价逻辑，反馈语言亲和、建议可操作\n\nv1.0.0 | 2026-05-05T10:49:39.658Z | user\n\n- Initial release of Japanese conversation test evaluation skill for university educators.\n- Automatically scores and corrects student audio recordings of conversation tests, no manual transcription or scoring needed.\n- Provides per-question feedback: score, detailed corrections (content, grammar, pronunciation, completeness), and targeted suggestions.\n- Supports MP3/M4A/MP4/WAV audio files; results include scores, error corrections, summary comments, and consolidation advice.\n- Designed specifically for conversation tests—not intended for reading, grammar, writing, or translation tasks.\n\nArchive index:\n\nArchive v1.1.7: 3 files, 9396 bytes\n\nFiles: skill-card.md (2249b), SKILL.md (17016b), _meta.json (147b)\n\nFile v1.1.7:SKILL.md\n\n---\nname: japanese-conversation-grader\ndisplay_name: 日语会话测试批改\ndescription: A1/A2/B1(约对应JLPT的N5/N4/N3)日语会话测试音频批改；基于faster-whisper实现ASR转写，系统自动转写学生回答并做初步内容匹配与三维诊断（内容完整性/准确性/流利度）；不确定内容不扣分，只输出可疑候选供教师复核。支持单人/批量批改、纠错反馈、成绩归档；AI预批改辅助，教师人工复核，满分10分。\nuse_when: 教师批改日语会话作业录音、会话测试打分、批量评分与反馈\nplatform_independent: true\ntriggers:\n - 日语会话测试批改\n - 日语会话作业评分\n---\n\n## 会话测试形式与录音要求\n\n**对话模式：师生对话**\n教师根据课文内容编写5～6道提问。提前录制提问音频，每题之间预留固定作答时长。学生跟随音频参考课文内容回答，结束后提交音频文件。\n\n---\n\n## 标准答案与题目标注\n\n1. **标准答案存储路径**：`./answer/{COURSE_ID}_{ASSIGNMENT_ID}_answer.txt`\n2. **题目标注格式要求**\n - 每道题以 `[Q1]`、`[Q2]`……格式标注，便于音频转写后逐题对齐\n - 每题标注参考回答要点（关键词/句式），不要求逐字匹配\n\n---\n\n## 专有名词白名单配置\n路径：`./answer/{COURSE_ID}_{ASSIGNMENT_ID}_proper_noun.txt`\n每行1个名词，读音变体用`|`分隔，无专有名词则文件可不提供。\n\n规则：\n- 白名单内人名、地名、作品名，**AI不自动判错、不自动扣分**；\n- ASR识别小偏差直接过滤；\n- 专有名词严重读错，仅允许教师人工复核后扣分。\n\n---\n\n## 工作流程概览\n\nStep1 音频预处理 → Step2 音频质量检测 → Step3 ASR转写 → Step4 ASR可靠性检测（置信度分级）→ Step5 三维AI评分 → Step6 教师复核 → Step7 成绩录入与反馈生成\n\n---\n\n## Step 1：音频预处理\n\n- 批量转为 wav 格式，统一采样率\n- 存放路径：`./audio/{student_id}/`\n\n---\n\n## Step 2：音频质量检测\n\n检测项：\n- 有效语音比例\n- 音量范围\n- 背景噪声\n- 是否存在多人声音\n\n**异常处理**：音频质量不足 → 不评分 → 请求重新上传。\n\n---\n\n## Step 3：ASR 转写\n\n### 转写工具规格（强制）\n\n- **唯一转写工具**：`faster-whisper`\n- **仅允许模型**：`large-v3 fp16` / `medium`；禁用 `small` / `base` / `tiny` 及全部其他规格\n- **硬件调度**：有充足 GPU 用 `large-v3 fp16`；无 GPU 自动降级 `medium`\n- **固定开启** `word_timestamps=True` 输出词级时间戳\n\n```bash\n# 音频预处理\nffmpeg -y -i \"input.mp4\" -vn -acodec pcm_s16le -ar 16000 -ac 1 /tmp/audio.wav\n\n# faster-whisper 日语转写\nfaster-whisper /tmp/audio.wav --model large-v3 --language ja --output_format txt --word_timestamps True\n```\n\n### 异常处理规则\n\n- 音频损坏/空文件/无法识别 → 标记「转写失败」\n- 自动移入 `./error_audio/`，触发人工复核\n- 跳过自动评分，不直接判定低分\n\n---\n\n## Step 4：ASR 可靠性检测\n\n系统综合判断以下方面：\n- 文本匹配程度\n- 音频质量\n- ASR 置信度\n- 对齐情况\n\n输出：**高 / 中 / 低置信度**（用于 Step 6 教师复核的投入分级）。\n\n### 置信度分级判定标准\n\n| 置信度 | 判定条件 |\n| :--- | :--- |\n| **高** | 转写完整率 ≥80% 且 ASR 平均置信度 ≥0.8 且 音频信噪比 ≥20dB |\n| **中** | 转写完整率 ≥60% 且 <80%，ASR 平均置信度 ≥0.5 且 <0.8 |\n| **低** | 转写完整率 <60%，或 ASR 平均置信度 <0.5，或音频质量检测不通过 |\n\n> 置信度‑AI评分衔接规则\n> 1. **高、中置信度**：CAF三维AI加权分数作为正式预评分，教师仅做异常修正；\n> 2. **低置信度**：AI三维加权分数仅作为后台诊断参考，**不计入、不对外展示，最终成绩完全由教师人工给出**。\n\n---\n\n## Step 5：三维 AI 评分\n\n### 能力层级说明\n\n遵循 **CEFR（欧洲语言共同参考框架）**；本系统采用 A1、A2、B1 三个等级。\n\n| 能力层级 | 操作标签 | 会话评价重点 |\n| :--- | :--- | :--- |\n| **A1** | 约对应 JLPT N5 | 能围绕熟悉题目作简单、完整回答 |\n| **A2** | 约对应 JLPT N4 | 能围绕日常话题进行较完整简单交流 |\n| **B1** | 约对应 JLPT N3 | 能表达经历、理由和简单观点，注意连贯性 |\n\n> JLPT 没有口语考试；N5/N4/N3 仅作为词汇、语法和课程任务难度参考。\n\n---\n\n### 评分原则\n\n1. 内容切题比语法完美更重要\n2. A1/A2（N5/N4）阶段轻微语法偏差以反馈为主，不扣分\n3. 不确定错误不扣分\n4. 鼓励为主，微小误差不扣分\n\n> 准确性维度重要说明\n> 准确性维度占20%权重参与AI加权运算，但**该维度输出仅为趋势预估值，不能直接等价于发音或语法错误**；系统不会依靠该维度自动判定发音或语法对错；所有错误必须经教师复核确认后方可扣分。\n\n### 评分前置过滤规则（评分前必须执行）\n\n计算任何维度分数前，先筛除以下情况，**排除出扣分范围**：\n\n1. **ASR 误识别**——不进入评分计算\n - 同音词差异、语气词误识别\n - 系统标记为\"ASR疑似误识别\"的项\n2. **转写存疑**——不进入评分计算\n - 系统置信度 < 0.5 的识别结果\n3. **学习者自然偏差**——反馈但不扣分\n - A1/A2 阶段轻微语法偏差\n - 句尾语气词添加或省略\n4. **白名单专有名词**——不进入AI自动扣分计算\n   - 匹配白名单内的人名、地名、作品名；识别出现字形、读音轻微偏差，AI不自动判定词汇错误\n   - 专有名词的严重误读，仅可由教师人工复核确认后扣分\n---\n\n### AI 自动评分模型（三维加权·主线）\n\n| 评价维度 | 权重 | 数据来源 | 评分要点 |\n| :--- | :--- | :--- | :--- |\n| **内容完整性 (Content)** | 50% | 内容匹配度 + 关键词覆盖 | 回答是否切题、关键词覆盖、回答完整度 |\n| **准确性 (Accuracy)** | 20% | ASR + 文本分析 | 语法正确性、词汇选用规范、发音清晰可辨 |\n| **流利度 (Fluency)** | 30% | 停顿时长、语速 | 语速适中、停顿合理、语句衔接连贯 |\n\n**权重设计理念**（鼓励为主，内容重于语法）：\n- 内容完整性权重最高（50%），确保\"回答切题\"是核心底线\n- 准确性（20%）权重调低，A1/A2阶段不强求语法完美，降低准确度对总分的拖累\n- 流利度（30%）支撑表达流畅度\n\n**跑题判罚宽松规则**（Step5 应用）：\n- 仅\"完全偏离题意\"才判跑题扣分；\"部分偏题但答及背景信息\"不扣或轻扣\n- 关键词缺失：仅当\"核心要点缺失1个\"才扣；非核心细节缺漏不扣\n- 误读、认知性偏差（如课文段落张冠李戴）不单独重扣，反馈为主\n\n**计算方式**：\n> `单题得分 = 内容完整性×50% + 准确性×20% + 流利度×30%`\n> `总分 = 各题得分之和 ÷ 题目数`（换算为10分制，保留1位小数）\n\n### 各维度判定规则\n\n| 发现的问题 | 归属维度 | 扣分规则 |\n| :--- | :--- | :--- |\n| 回答不切题/跑题 | **内容完整性** | 扣分 |\n| 关键词缺失（≥3个关键词） | **内容完整性** | 扣分 |\n| 明显语法错误（影响理解） | **准确性** | 扣分 |\n| 发音错误（影响理解） | **准确性** | 经教师确认后扣分 |\n| 长时间停顿（≥3秒） | **流利度** | 扣分 |\n| 语速过慢或过快 | **流利度** | 反馈但不扣分 |\n| ASR未识别出但音频有回答 | - | 不扣分，标记ASR误识别 |\n| 轻微发音/语法偏差 | - | 反馈但不扣分 |\n\n### 不扣分的情况\n\n- 句尾语气词使用（よ/ね）\n- 轻微发音偏差（A1/A2阶段容错空间大）\n- 轻微卡顿（单次停顿＜3秒）\n- 转写存疑、不确定是否为错误 → **不扣分**\n\n### 等级划分\n\n| 分数区间 | 等级 | 能力描述 |\n| :--- | :--- | :--- |\n| 8.0～10.0 | 优秀 | 完全符合目标会话能力要求，流畅完成沟通 |\n| 6.0～7.9 | 良好 | 符合中阶会话能力，核心沟通无明显障碍 |\n| 4.0～5.9 | 达标 | 达到基础会话要求，可完成核心信息传递 |\n| <4.0 | 待加强 | 未达到基础要求，需强化核心能力 |\n\n**低置信度规则**：低置信下AI预评分仅后台留存，不对外展示，最终成绩完全来自教师人工评分。\n\n---\n\n## Step 6：教师复核\n\n### 人工复核调整规则\n\n| 错误类型 | 调整分值 | 单类上限 | 说明 |\n| :--- | :--- | :--- | :--- |\n| 确认内容跑题 | -0.5 | -1.5 | 教师确认回答内容偏离题意 |\n| 确认语法/发音错误 | -0.5 | -1.5 | 教师确认的明显语法或发音错误 |\n| 确认断句/停顿异常 | -0.5 | -1.5 | 影响表达的明显停顿或中断 |\n\n### 调整原则\n\n1. 人工调整仅用于修正AI评分异常，不替代AI综合评分\n2. 以下情况不得扣分：ASR误识别、同音词差异、语气词偏差\n3. 只有满足以下条件才扣分：音频证据明确、非ASR单独判断、对内容或理解产生影响\n4. 同类错误最多调整1.5分\n5. 教师仅在 AI 未扣或扣分不合理时调整，确认 AI 已扣的项不再重复扣\n\n> **最终成绩口径**\n> - 高/中置信度 → 教师仅确认、不逐项重打全部分数，最终成绩 = AI评分\n> - 低置信度 → 教师综合判断，AI三维分数仅做后台诊断参考，**不计入最终得分，最终成绩 = 教师评分**\n\n---\n\n## 分级纠错规则（A1/A2/B1）\n注：纠错上限为 AI 内部生成约束，学生反馈报告中不展示纠错计数、上限数字，仅按上限筛选输出错误点。\n\n### 纠错上限（按水平）\n\n| 学生水平 | 纠错上限 |\n| :--- | :--- |\n| **A1** | 2项 |\n| **A2** | 3项 |\n| **B1** | 4项 |\n\n### 纠错优先级（超过上限时）\n\n1. 影响语义的关键错误\n2. 反复出现的高频错误\n3. 语法/表达不当\n\n### 通用纠错原则\n\n- 优先纠正影响语义的关键错误\n- 同一错误只纠正一次\n- 先表扬优点，再提出改进建议\n- 不使用emoji（如⚠），语气鼓励为主\n- 转写存疑、不确定的地方不纠错，一律不扣分\n\n---\n\n## 学生反馈配置（可配置，默认值如下）\n\n```yaml\n反馈字段:\n  带每题得分: 可选        # 学生版是否展示 Q1~Q5 各题分数；默认关闭（更精简/鼓励）\n  总评长度: 2-3句        # 默认；可改为1句(极简)\n  练习建议: 2条          # 默认；可改为1条或4条\n  带学生原话: 否          # 学生版默认不展示学生原话转录\n  等级标注: 是            # 是否附 优秀/良好/达标\n```\n> 此配置为全局可调，使用老师可按需覆盖；不改则用默认值。\n\n---\n\n## Step 7：成绩录入与反馈生成\n\n### 双产物原则\n每次批改产出**两套独立产物**：\n1. **老师版（详细）**——默认输出到聊天窗口，供教师复核、确认、人工修正。\n2. **学生版（逐人简洁）**——每位学生一份，单独生成，用于反馈给对应学生本人（不含批改内部判定细节）。\n\n### 平台无关输出（可插拔适配器）\n本技能为通用批改内核，不绑定任何一家课程平台。不同院校可通过实现对应适配器、填入本校课程平台 API 凭证，实现自动拉取作业、自动批改、自动向学生推送反馈，批改业务逻辑无需改动；没有平台 API 的学校，可直接使用 CSV 导出手工导入。\n\n技能**不绑定任何课程平台**，输出方式由适配器决定：\n\n```\njapanese-conversation-grader/\n  SKILL.md                      # 通用：只描述批核与双产物，不含平台绑定\n  adapters/\n    csv_adapter.py        # 通用：导出CSV，老师导入任意平台(默认，全平台通用)\n    canvas_adapter.py     # Canvas：读submission_map→API拉取/逐人反馈(可选)\n    moodle_adapter.py     # 其他学校课程网站(可选)\n    feishu_adapter.py     # 飞书：逐人发送(可选)\n  scripts/\n    download_audio_submissions.py  # 平台专用下载脚本(Canvas等)，生成submission_map.json\n  config.json             # 本地机密配置（含API Token），绝不随技能共享\n  report/\n    detailed/{student_id}.txt      # 老师版详细报告（本地归档）\n    student/{student_id}.txt       # 学生版简洁反馈（每位学生一份）\n    summary.csv                    # 批量汇总（如需）\n```\n\n- **默认输出**：通用 `CSV 导出`（任何平台老师都能自己导入）。\n- **具体平台**（Canvas/自家课程网站/飞书等）作为**可选适配器**，由配置 `platform` 指定启用。\n- 技能只管生成\"老师版报告 + 学生版反馈\"两个标准产物，**发到哪由适配器决定**，从而适配不同学校的不同平台。\n\n### 凭证与 Token 安全（强制）\n1. **API Token 绝不写入 SKILL.md**、不写入共享代码、不上传 ClawHub。\n2. Token 只存本地 `config.json` 的字段（如 `CANVAS_API_TOKEN`），或使用环境变量 `CANVAS_API_TOKEN`。\n3. `config.json` 必须加入 `.gitignore`，**不得入库、不得随技能分发**。\n4. SKILL.md 只写\"读取 config.json / 环境变量中的 Token\"，不出现任何真实 Token 值。\n\n### 下载层与批核层分离\n1. **下载层（平台专用）**：`scripts/download_audio_submissions.py` 调平台 API（如 Canvas）拉取学生作业，依赖 Token，产出**标准中间产物** `submission_map.json`（含 user_id / student_id / name / file_name / local_path / file_type / assignment_id / course_id 等字段）。\n2. **批核层（通用）**：技能本体只消费 `submission_map.json` 这个标准结构，**不关心它来自哪个平台**。\n3. 好处：新增平台只需新增下载脚本（适配层），主技能零改动；不同学校各用自己的私有下载层，通用部分共享。\n\n### 输出文件\n\n- 老师版详细报告：`./report/detailed/{student_id}.txt`（本地归档）\n- 学生版简洁反馈：`./report/student/{student_id}.txt`（每位学生一份）\n- 批量汇总：`./report/summary.csv`（如需）\n- 默认同时输出到聊天窗口（老师版）\n\n---\n\n### 老师版详细报告模板（聊天框）\n```\n学生姓名:{name}（{student_id}）\n评分结果:{total_score}/10\n\n【总体评价】\n{positive_comment}，{constructive_feedback}。{encouragement}\n\n【逐题评分】\n[Q1]:{question_1}\n学生回答:{transcript_1}\n评语:{comment_1}（简短提示）\n得分:{score_1}/10\n\n[Q2]:{question_2}\n学生回答:{transcript_2}\n评语:{comment_2}\n得分:{score_2}/10\n\n……（按实际题目数重复）\n\n```\n\n### 学生版简洁反馈模板（逐人，发/导入课程平台）\n```\n学生姓名:{name}（{student_id}）\n评分结果:{total_score}/10  （如需可附等级）\n\n【总评】（默认2-3句，鼓励为主）\n{一个优点}，{1~2个关键改进}。{鼓励收尾}\n\n【练习建议】\n1. {suggestion_1}\n2. {suggestion_2}\n\n（若配置\"带每题得分=是\"，在此追加一行：Q1 x | Q2 x | …）\n```\n\n### 输出排版规则\n\n- 老师版/学生版所有一级反馈大项必须单独另起一行\n- 老师版总体评价：80‑150 汉字，优点 + 1‑2 条关键改进 + 鼓励收尾，不得与练习建议重复\n- 学生版总评：默认 2-3 句，简明鼓励为主（可配1句极简）\n- 问题编号用 Q1、Q2、Q3……\n- 老师版单题评语：80‑150 汉字；仅针对本题作答表现，写本题的内容、语法、表达问题及简短提示，不输出全局性练习建议\n- 练习建议共 2 条（可配），每条 30‑80 汉字，为跨题全局训练方向\n- 禁用emoji、⚠等特殊符号\n\n### 平台反馈（Canvas 等逐人反馈）\n\n- 每位学生**单独一份**，只发给该生本人，不混入他人成绩。\n- 学生版内容 = 总分 + 总评 + 练习建议（按反馈配置）。\n- 批量时按 adapter 逐人推送/导出。\n\n---\n\n## 批量处理规则\n\n1. 进度文件：`./progress/{course}_{task}_progress.json`\n2. 支持中断后继续执行\n3. 分批处理建议≤50人/批\n4. 失败音频记录于 `./progress/{course}_{task}_failed.json`，含学生ID、失败原因、时间戳\n\n---\n\n## 核心原则\n\n1. **综合评分**：AI依据内容完整性、准确性、流利度生成基础预评分；准确性维度仅为趋势参考，错误依靠教师确认\n2. **教师修正**：教师根据课堂目标进行最终调整\n3. **不确定时不判错**：转写存疑或判定不确定时，优先不判定为错误\n4. **鼓励为主**：从鼓励出发，微小误差不扣分\n5. **数据诚实**：准确性维度数据源（ASR置信度）非专业评价模型，不确定时标记\"待复核\"交由教师确认\n6. **低置信度规则**：低置信下AI预评分仅后台留存，不对外展示，最终成绩完全来自教师人工评分\n\n---\n\n## 注意事项\n\n- 成绩录入使用 `submission[posted_grade]`\n- Whisper转写仅作参考，必须执行对齐校验\n- 严格按A1/A2/B1能力层级控制纠错数量\n- 评语简洁友好，不使用特殊符号\n\nFile v1.1.7:_meta.json\n\n{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.1.7\",\n  \"publishedAt\": 1787322414248\n}\n\nFile v1.1.7:skill-card.md\n\n## Description:\n\nGrades A1, A2, and B1 Japanese conversation-test audio by transcribing responses with faster-whisper, producing teacher-reviewed pre-scores across content completeness, accuracy, and fluency, plus teacher and student feedback reports.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[bianmaxingkong](https://clawhub.ai/user/bianmaxingkong)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal educators and language-program staff use this skill to batch grade Japanese conversation-test recordings, review ASR-backed pre-scores, and generate separate detailed teacher reports and concise student feedback.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Optional course-platform adapters may post student grades and feedback through APIs without a clearly required final confirmation or dry-run.\n\nMitigation: Use the default CSV or local-report workflow, keep tokens in local config or environment variables, and require a teacher-reviewed preview before any adapter posts grades or feedback.\n\nRisk: ASR-backed pre-scores can be unreliable when audio quality, transcript alignment, or recognition confidence is low.\n\nMitigation: Treat low-confidence AI scores as internal diagnostics only and require the teacher to provide the final score before student-facing feedback is released.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/bianmaxingkong/skills/japanese-conversation-scorer)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown and plain-text feedback reports with inline shell commands and CSV-compatible summaries]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Produces teacher-facing detailed reports, student-facing concise feedback, and optional CSV exports; low-confidence ASR results require teacher scoring.]\n\n## Skill Version(s):\n\n1.1.7 (source: server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v1.1.6: 4 files, 8432 bytes\n\nFiles: _meta.json (147b), references/workflow.md (7508b), skill-card.md (2280b), SKILL.md (6095b)\n\nFile v1.1.6:SKILL.md\n\n---\nname: canvas-japanese-conversation-grading\ndescription: \"日语会话作业AI批改——支持语音转写、CEFR（欧洲语言共同参考框架）分级评价、纠错与成绩录入。\"\nuse_when: 教师批改日语会话作业录音、会话测试打分、批量评分与反馈\ntriggers:\n  - 日语会话作业批改\n  - 日语会话测试打分\n---\n\n## 会话测试形式与录音要求\n\n1.  **对话模式**：分为生生对话与师生对话两种模式。\n    -   **生生对话**：教师统一指定对话内容，学生按照要求开展现场双人对话练习，并完整录制全过程音频提交。形式为ABAB交替对话，共5\\~6个来回。\n    -   **师生对话**：教师根据课文内容编写5道固定提问，并提前录制提问音频。音频每题之间预留固定作答时长。全班学生跟随音频同步口头回答。学生独立完整录音并提交音频文件。\n\n2.  **训练目标**：师生对话模式侧重在课堂集体环境、背景嘈杂的条件下，锻炼学生即时反应、清晰发音与抗干扰会话能力。\n\n3.  **录音要求**：单人完整录制5道题目的全部回答内容，人声清晰可识别即可。\n\n## 工作流程\n\n| 步骤 | 内容 |\n|------|------|\n| Step 1 | 下载学生提交音频 |\n| Step 2 | Whisper medium 转写 |\n| Step 3 | CEFR（A1/A2/B1）+ JLPT N5/N4/N3级别参考分级评分 + 温和纠错 |\n| Step 4 | 录入Canvas成绩 |\n| Step 5 | 生成班级汇总 + 上传 |\n\n## Step 1：下载音频\n\n```bash\npython3 scripts/download_audio_submissions.py COURSE_ID ASSIGNMENT_ID\n```\n\n输出：`/tmp/canvas_audio_CID_AID/submission_map.json`\n\n## Step 2：Whisper 转写\n\n- 本技能音频转写使用 Whisper medium 模型（本地运行），模型已固定，无需手动切换。\n\n```bash\n# MP4视频 → 音频预处理\nffmpeg -y -i \"input.mp4\" -vn -acodec pcm_s16le -ar 16000 -ac 1 /tmp/audio.wav\n\n# 固定medium模型日语转写\nwhisper /tmp/audio.wav --model medium --language ja --output_format txt\n```\n\n## Step 3：评分规则\n\n### 能力层级说明（双轨分级）\n\n正式口语能力框架遵循 **CEFR（欧洲语言共同参考框架）**；该框架共设A1、A2、B1、B2、C1、C2六个等级，本系统仅采用A1、A2、B1三个等级。\n\n| 正式能力层级 | 操作标签 | 会话评价重点 |\n|--------------|----------|--------------|\n| A1 | 约对应 JLPT N5级别 | 能围绕熟悉题目作简单、完整回答 |\n| A2 | 约对应 JLPT N4级别 | 能围绕日常话题进行较完整简单交流 |\n| B1 | 约对应 JLPT N3级别 | 能表达经历、理由和简单观点，注意连贯性 |\n\n> JLPT 没有口语考试；N5/N4/N3 仅作为词汇、语法和课程任务难度参考。\n\n### 计分规则\n\n- **基础分**：10.0 分\n- **计分公式**：总分 = 10.0 - 累计扣分\n- **约束**：6.0 ≤ 总分 ≤ 10.0\n- **扣分上限**：4.0 分\n\n### SKILL评分维度（CAF三维框架，每题满分10分）\n\n| SKILL维度 | 权重 | 评估要点 |\n|-----------|------|----------|\n| C 复杂性（Complexity） | 80% | 内容贴合与表达复杂度 |\n| A 准确性（Accuracy） | 10% | 语法、词汇、语音规范 |\n| F 流利度（Fluency） | 10% | 话语输出节奏、连贯性、停顿与沉默控制 |\n\n### 总分计算\n\n总分 = 各题得分之和 ÷ 题目数（换算为满分10分，保留1位小数）\n\n### 等级划分\n\n| SKILL等级 | 分数区间 | 能力描述 |\n|-----------|----------|----------|\n| 优秀（Proficient） | 8.0～10.0 | 完全符合SKILL高阶会话能力要求，可流畅完成目标场景沟通 |\n| 良好（Competent） | 6.0～7.9 | 符合SKILL中阶会话能力要求，核心沟通无明显障碍 |\n| 合格（Basic） | 4.0～5.9 | 达到SKILL基础会话能力要求，可完成核心信息传递 |\n| 需加强（Developing） | <4.0 | 未达到SKILL基础会话能力要求，需针对性强化核心能力 |\n\n## 分级纠错规则（A1/A2/B1；操作标签参考N5/N4/N3）\n\n### A1 纠错规则（N5参考）\n\n- 只纠正最关键1个错误。\n- 轻微发音、语调、语法瑕疵不纠错。\n\n### A2 纠错规则（N4参考）\n\n- 最多纠正2个重点问题。\n- 不纠结细微错误。\n\n### B1 纠错规则（N3参考）\n\n- 最多纠正3个重点问题。\n- 兼顾准确性与鼓励。\n\n### 理论依据\n\n- 依据认知负荷理论，控制单次纠错数量，避免反馈过量。\n- 依据最近发展区理念，优先反馈学生当前最可能改进的问题。\n- 依据形成性评价理念，反馈强调少量、明确、可执行。\n\n### 通用纠错原则\n\n- 优先纠正影响语义的关键错误。\n- 同一错误只纠正一次。\n- 先表扬优点，再提出改进建议。\n- 转写存疑、不确定的地方不纠错。\n- 评语温和简洁，保护表达信心。\n\n## Step 4：录入Canvas成绩\n\n```bash\npython3 scripts/grade_submission.py COURSE_ID ASSIGNMENT_ID USER_ID GRADE --comment \"评语内容\"\npython3 scripts/grade_submission.py COURSE_ID ASSIGNMENT_ID USER_ID GRADE --comment-file comment.txt\n```\n\n## Step 5：生成汇总 + 上传\n\n```bash\n# 生成班级汇总文件\npython3 scripts/generate_class_summary.py COURSE_ID ASSIGNMENT_ID [--class-name NAME]\n\n# 上传汇总表到Canvas\npython3 scripts/send_summary_message.py [--xlsx PATH]\n```\n\n## 反馈格式模板（无emoji）\n\n```\n[学生姓名]（[学号]）\n\n【逐题评分】\n问题[序号]：[题目内容]\n学生回答：[转写文本]\n评语：[温和评语]\n纠错：[分级纠错内容]\n得分：[X]/10\n\n【总体评分】\n总分：[X.X]/10\n等级：优秀/良好/合格/需加强\n\n优点：\n- [优点1]\n- [优点2]\n\n巩固建议：\n1. [练习建议1]\n2. [练习建议2]\n```\n\n## 注意事项\n\n- 评分前确认作业为手动发布分数。\n- 成绩录入使用 submission[posted_grade]。\n- Whisper 转写仅作参考，必须执行对齐校验。\n- 鼓励为主，微小误差不扣分。\n- 同一错误只扣一次。\n- 严格按 A1/A2/B1 能力层级控制纠错数量（操作标签参考 N5/N4/N3 级别）。\n- 评语简洁友好，不使用特殊符号。\n- 所有规则以 references/workflow.md 为准。\n\nFile v1.1.6:_meta.json\n\n{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.1.6\",\n  \"publishedAt\": 1782608615221\n}\n\nFile v1.1.6:references/workflow.md\n\n# 日语会话作业批改 - 详细流程\n\n## 适用场景\n- 学生提交音频文件（MP3/MP4/M4A/WAV）作为日语会话作业\n- 教师按SKILL能力评估体系完成：文件下载 → 音频转写 → 维度化评分 → 成绩录入 → 汇总上传全流程\n\n---\n\n---\n\n## Step 1：下载学生提交文件\n### 核心目标\n按SKILL数据标准化要求，获取学生作业文件及关联身份信息，为后续评估建立基础数据链路\n\n### 命令\n```bash\npython3 scripts/download_audio_submissions.py COURSE_ID ASSIGNMENT_ID\n```\n\n### 流程（SKILL数据规范对齐）\n1. 读取 config.json 获取 Canvas API Token（符合SKILL接口鉴权规范）\n2. 调用API：GET /courses/:id/assignments/:id/submissions?include[]=attachments,user\n - 过滤仅保留音频/视频类附件（符合SKILL作业文件类型白名单）\n3. 按SKILL文件存储规范，将文件下载到本地 `/tmp/canvas_audio_CID_AID/[学号]/[作业类型]/` 目录\n4. 生成标准化 `submission_map.json`（SKILL数据字段要求）：\n ```json\n {\n \"user_id\": \"Canvas用户ID\",\n \"student_id\": \"学号\",\n \"name\": \"姓名\",\n \"file_name\": \"原始文件名\",\n \"local_path\": \"本地存储路径\",\n \"file_type\": \"音频/视频（SKILL分类）\",\n \"assignment_id\": \"作业ID\",\n \"course_id\": \"课程ID\"\n }\n ```\n\n### 输出（符合SKILL数据格式）\n- 结构化音频文件存储目录（按学号/作业类型分层）\n- 标准化 submission_map.json（含SKILL要求的核心关联字段）\n\n---\n\n## Step 2：Whisper 音频转写（SKILL转写规范）\n### 预处理规则（SKILL媒体处理标准）\n| 文件格式 | 处理方式（符合SKILL音频编码规范） |\n|----------|----------------------------------|\n| MP4（视频）| ffmpeg 转换为 WAV（16kHz/16bit/单声道）再转写 |\n| MP3/M4A/WAV | 校验编码格式，非16kHz则转码后再转写 |\n\n### 转换 + 转写命令\n```bash\n# 视频/非标准音频 → SKILL标准WAV\nffmpeg -y -i \"input.mp4\" -vn -acodec pcm_s16le -ar 16000 -ac 1 /tmp/[学号]_audio.wav\n\n# Whisper 语音转文字：\n - 使用 medium 模型，固定不切换，不可替换 tiny/base/large 等其他\n - 输出纯文本文件\n - 异常处理规则：\n - 音频损坏/空文件/无法识别 → 标记「转写失败」\n - 自动移入 `./error_audio/`，触发人工复核\n - 跳过自动评分，不直接判定低分\n```\n\n### 输出\n- 转写文本文件命名：`[学号]_[作业ID]_transcript.txt`\n- 文本格式：逐句分行，标注关键发音时间戳（满足SKILL发音评估溯源要求）\n\n---\n\n## Step 3：基于SKILL体系逐题评分\n### SKILL评分维度（CAF三维框架，每题满分10分）\n| SKILL维度 | 权重 | 评估要点（贴合SKILL能力指标） |\n|-----------|------|--------------------------------|\n| C 复杂性（Complexity） | 80% | 内容贴合与表达复杂度 |\n| A 准确性（Accuracy） | 10% | 语法、词汇、语音规范 |\n| F 流利度（Fluency） | 10% | 话语输出节奏、连贯性、停顿与沉默控制容 |\n\n### 总分计算（SKILL分数换算规则）\n总分 = 各题得分之和 ÷ 题目数（换算为满分10分，保留1位小数，符合SKILL分数展示规范）\n\n### 等级划分（与SKILL能力等级映射）\n| SKILL等级 | 分数区间 | 能力描述（对齐SKILL日语会话等级） |\n|-----------|----------|------------------------------------|\n| 优秀（Proficient） | 8.0 ~ 10.0 | 完全符合SKILL高阶会话能力要求，可流畅完成目标场景沟通 |\n| 良好（Competent） | 6.0 ~ 7.9 | 符合SKILL中阶会话能力要求，核心沟通无明显障碍 |\n| 合格（Basic） | 4.0 ~ 5.9 | 达到SKILL基础会话能力要求，可完成核心信息传递 |\n| 需加强（Developing） | < 4.0 | 未达到SKILL基础会话能力要求，需针对性强化核心能力 |\n\n### 输出格式（SKILL标准化评语模板）\n```markdown\n## [学生姓名]（[学号]）| SKILL日语会话作业评估\n\n### 【逐题评分（SKILL维度）】\n**问题1：** [题目内容]\n> **学生回答：** [转写文本]\n X/10分 — 扣分原因（关联SKILL维度：如「内容准确性未达SKILL场景应答规范」）\n\n### 【SKILL总分】X/10 | 等级：[SKILL等级]\n\n**SKILL能力亮点：**\n- [贴合SKILL维度的优点，如「发音符合SKILL日语发音标准，核心单词无错误」]\n\n**SKILL能力待提升点：**\n- [关联SKILL维度的问题，如「语法未符合SKILL中阶语法规范，存在助词使用错误」]\n- [关联SKILL维度的问题，如「回答完整性未达SKILL场景应答要求，缺失关键信息」]\n\n**SKILL针对性巩固建议：**\n1. [贴合SKILL提升路径，如「强化SKILL语法分级中N3级助词使用规则，完成5个场景专项练习」]\n2. [贴合SKILL提升路径，如「按SKILL发音标准，跟读核心单词音频并录制对比，纠正音近错误」]\n```\n\n---\n\n## Step 4：录入 Canvas 成绩（SKILL数据同步规范）\n### 核心目标\n将SKILL评分结果同步至Canvas，确保成绩/评语符合SKILL数据上报要求\n\n### 命令（SKILL标准化调用）\n```bash\n# 直接传入SKILL标准化评语\npython3 scripts/grade_submission.py COURSE_ID ASSIGNMENT_ID USER_ID GRADE --comment \"[SKILL标准化评语内容]\"\n\n# 读取SKILL格式评语文件\npython3 scripts/grade_submission.py COURSE_ID ASSIGNMENT_ID USER_ID GRADE --comment-file [学号]_SKILL_comment.txt\n```\n\n### API 调用（符合SKILL数据传输规范）\nPUT /courses/:id/assignments/:id/submissions/:user_id\nContent-Type: application/x-www-form-urlencoded\n```\nsubmission[posted_grade]=[SKILL换算后分数]\ncomment[text_comment]=[完整SKILL评估评语]\ncomment[attempt]=1\ncomment[external_tool_comment]=SKILL日语会话作业评估（标记SKILL体系来源）\n```\n\n---\n\n## Step 5：上传SKILL汇总表到个人文件空间\n### 核心目标\n按SKILL报表规范生成汇总表，完成标准化上传及链接输出\n\n### 命令（SKILL报表上传规范）\n```bash\npython3 scripts/send_summary_message.py [--docx PATH]\n```\n- 默认读取 `Generated_Document/[课程ID]_SKILL日语会话作业汇总表.docx`（SKILL报表命名规范）\n- 汇总表字段：学号、姓名、SKILL总分、SKILL等级、核心能力亮点、主要待提升点（贴合SKILL报表模板）\n- 上传到发件人的个人文件空间（POST /users/:id/files），按SKILL要求设置文件权限为`private`\n- 输出符合SKILL链接规范的文件下载地址\n\n### API 调用（SKILL文件上传标准）\n1. POST /users/:id/files\n 参数（SKILL必填）：\n ```\n name: [课程ID]_SKILL日语会话作业汇总表.docx\n size: [文件大小]\n content_type: application/vnd.openxmlformats-officedocument.wordprocessingml.document\n parent_folder_id: [SKILL指定文件目录ID]\n ```\n2. 接收返回的 upload_url, upload_params, id\n3. multipart/form-data POST 到 S3\n\n---\n\n## Canvas API 关键参数（SKILL适配版）\n| 用途 | 端点 | 核心参数（SKILL扩展） |\n|------|------|-----------------------|\n| 下载提交含附件 | GET /courses/:id/assignments/:id/submissions | include[]=attachments,user<br>filter[file_type]=audio,video（SKILL文件过滤） |\n| 评分+评语 | PUT /courses/:id/assignments/:id/submissions/:uid | submission[posted_grade]（SKILL换算分数）<br>comment[text_comment]（SKILL标准化评语）<br>comment[external_tool_comment]=SKILL评估（标记来源） |\n| 上传到个人文件空间 | POST /users/:id/files | name（SKILL命名规范）<br>size, content_type<br>parent_folder_id（SKILL指定目录） |\n\nFile v1.1.6:skill-card.md\n\n## Description: <br>\n日语会话作业AI批改，支持语音转写、CEFR分级评价、纠错与Canvas成绩录入。 <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[bianmaxingkong](https://clawhub.ai/user/bianmaxingkong) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nTeachers use this skill to grade Japanese conversation audio assignments, produce concise student feedback, and record grades in Canvas. It supports classroom workflows that require transcription, CEFR-aligned assessment, correction guidance, and class summaries. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The workflow handles sensitive student records, local audio files, transcripts, and submission maps. <br>\nMitigation: Restrict access to authorized staff, avoid shared temporary storage, and delete local audio, transcripts, and maps after grading. <br>\nRisk: The workflow can upload Canvas grades and feedback. <br>\nMitigation: Require human review before uploads and confirm the Canvas assignment is configured for controlled grade release. <br>\nRisk: Use may be subject to school privacy, records, and grading policies. <br>\nMitigation: Confirm institutional approval and policy compliance before installation or classroom use. <br>\n\n\n## Reference(s): <br>\n- [日语会话作业批改 - 详细流程](artifact/references/workflow.md) <br>\n- [ClawHub skill page](https://clawhub.ai/bianmaxingkong/skills/japanese-conversation-scorer) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Markdown, Shell commands, Configuration, Guidance] <br>\n**Output Format:** [Markdown feedback templates with inline shell commands and Canvas workflow guidance] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [May produce student feedback, grade values, transcript references, and class summary guidance.] <br>\n\n## Skill Version(s): <br>\n1.1.6 (source: server-resolved release metadata) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nArchive v1.1.5: 32 files, 14826 bytes\n\nFiles: _meta.json (147b), learners/_template.json (382b), learners/何邦仪.json (182b), learners/佘屹轩.json (182b), learners/侯豫.json (179b), learners/兰巧智.json (182b), learners/刘子严.json (182b), learners/周芊宁.json (574b), learners/唐朱缘.json (182b), learners/张锦洋.json (182b), learners/徐子涵.json (182b), learners/曾乙.json (179b), learners/朱子越.json (182b), learners/李祎晨.json (181b), learners/林柳彤.json (181b), learners/林欣瑞.json (182b), learners/梁诗艺.json (181b), learners/欧阳嘉璐.json (184b), learners/潘奕君.json (182b), learners/狄钰淇.json (181b), learners/王可诺.json (182b), learners/王子睿.json (182b), learners/王静怡.json (181b), learners/阿依迪娜阿不来提.json (196b), learners/陆晓芸.json (181b), learners/陈又萌.json (1466b), learners/马知菲.json (182b), learners/高海馨.json (182b), learners/黄尹悦.json (182b), learners/黄雪妍.json (181b), skill-card.md (2547b), SKILL.md (8925b)\n\nFile v1.1.5:SKILL.md\n\n---\nname: japanese-conversation-scorer\ndisplayName: 日语会话测试批改\ndescription: >\n  支持双模式：教师批量作业批改 + 学生自适应自测训练。\n  教师可批量批改学生会话录音、逐题评分纠错、生成汇总表格与Excel；\n  学生可自主上传会话录音自测，即时获得评分、逐题纠错、个性化评价与巩固建议。\n  支持JF Can-do/CEFR能力层级映射（操作上参考JLPT N5～N1级别）自适应纠错，按日语水平控制纠错数量，评分宽松鼓励为主，不纠结细微发音语法瑕疵，保护口语表达积极性。\nuse_when: 教师需要批改日语会话作业音频；学生自主进行日语会话模拟自测练习。\ntriggers:\n  - 日语会话测试\n  - 会话作业录音批改\n  - 学生日常自适应自测\n  - 单人会话练习\n  - 双人语伴情景对练\n\n\n## 📌 教师使用指引\n\n1. 教师提前编写5～6道会话提问，录制标准提问音频，每题间预留固定作答时长，统一规范全班答题节奏。\n2. 布置学生按要求完成录制：可跟随提问音频限时作答录制，也可依照教师布置要求或教材会话话题自主完成录制提交作业。\n3. 收集全班学生会话作答录音，统一上传进行批量批改。\n4. 系统智能逐题打分、温和纠错点评、核定总分等级，自动生成班级成绩汇总表与Excel明细。\n\n### 补充：自主练习适配场景（单人 / 双人语伴均可）\n\n无论单人自测、还是双人语伴互问互答练习，都必须遵循教师布置要求或教材会话话题规范录制；上传后均可智能识别会话内容、完整评分纠错，并给出个性化巩固提升建议。\n\n### 音频要求\n\n- 格式：MP3、M4A、MP4、WAV 均可\n- 单份时长建议不超过5分钟\n- 人声清晰、环境无明显杂音即可\n\n## 运行说明\n\n1. 本技能音频转写使用 Whisper medium 模型（本地运行）\n2. 模型已固定使用 medium 版本，无需手动切换；首次本地运行将自动下载模型（约1.5GB），请保持网络畅通、耐心等待。\n3. 推荐使用笔记本电脑默认配置运行，避免显存溢出或卡顿\n\n\n## 能力层级说明（JF Can-do/CEFR + JLPT级别参考）\n\n本技能正式口语能力描述参照 **JF Can-do / CEFR**；为方便日语教师和学生使用，操作标签保留常见的 JLPT N5～N1级别参考。JLPT本身不测试口语，因此N级标签只用于词汇、语法和任务难度参考，不作为口语能力理论框架。\n\n| 正式能力层级 | 操作标签 | 会话评价重点 |\n|--------------|----------|--------------|\n| A1 | N5参考 | 能围绕熟悉题目作简单、完整回答 |\n| A2 | N4参考 | 能围绕日常话题进行较完整简单交流 |\n| B1初段 | N3参考 | 能表达经历、理由和简单观点，注意连贯性 |\n| B1-B2 | N2参考 | 能围绕较复杂话题表达观点并作适当说明 |\n| B2+ | N1参考 | 能较自然、准确地完成复杂交流与观点表达 |\n\n### 分级纠错理论依据\n- 认知负荷理论：限制单次纠错数量，避免学习者被过多反馈淹没。\n- 最近发展区理论：优先反馈学生当前最可能改进的问题。\n- 形成性评价理念：反馈强调少量、明确、可执行，服务下一次表达改进。\n\n---\n\n### 教师无需手动操作\n\n- ❌ 不用人工转写日语内容\n- ❌ 不用逐题手动打分\n- ❌ 不用自己汇总班级成绩\n\n---\n\n## 📌 学生自适应自测使用指引（学生版）\n\n1. 严格按照教师布置要求或教材会话话题开展练习，可单人独立口述作答，也可双人语伴互问互答情景对练。\n2. 可播放教师发布的标准提问音频，跟随每题预留时长限时口头作答；也可按要求自主进行会话模拟录制。\n3. 用手机完整录制答题或双人对话全过程音频，上传后自动触发自适应口语自测训练模式。\n4. 系统独立匿名批改，测评结果仅本人可见，不纳入正式作业成绩、教师不查看。\n5. 即时获得完整测评反馈：逐题评分、总分等级、优点点评、改进提示、课后巩固建议，并按JF Can-do/CEFR能力层级（操作标签参考JLPT N5～N1级别）自适应限定纠错条数。\n6. 可反复录音、无限次自测练习，持续打磨日语会话表达能力。\n\n---\n\n### 批改结果通用示例\n\n> 以下为简版示意，实际输出格式详见「反馈格式模板」。\n\n学生：×××（学号）\n总分：8.0 / 10 优秀 ✅\n问题 1：8/10 ✅ 答对了\n问题 2：5/10 ⚠️ 部分正确\n...\n综合评价：⋯\n巩固建议：⋯\n\n---\n\n## 🤖 AI 角色设定\n\n你是经验温和的高校日语会话专任教师，全程宽松评分、以鼓励为主。\n\n用于课堂作业批改和学生自主自适应训练，不纠结细微发音偏差、语调小瑕疵与轻微语法小错，只要不影响语义理解均不扣分；优先肯定学生敢于开口、主动表达的亮点，不足处委婉温和提示，保护学生日语口语表达积极性。\n\n## 使用条件\n\n- 输入：师生问答会话音频 / 学生单人自主练习音频 / 双人语伴情景对练音频（MP3/MP4/M4A/WAV）\n- 输出：逐题评分、单题点评纠错、总分评级、综合优缺点评价、个性化巩固建议；多人提交支持班级汇总表格与Excel导出\n\n## 批改核心原则（强制执行）\n\n1. 区分两种场景：正式课堂作业批改、学生私下自适应自测训练，均采用宽松鼓励打分逻辑。\n2. 细微发音不准、语调偏差、零星小语法错误，不重度扣分。\n3. 只要正常听懂问题、愿意开口作答，给予基础保底分数，避免低分打击信心。\n4. 评语先表扬优点，再委婉提不足，语言亲和易懂。\n5. 按JF Can-do/CEFR能力层级自适应控制纠错数量（操作标签参考JLPT N5～N1级别）：\n   - A1～A2（N5～N4参考）：只指出1处最关键问题，少纠错、重鼓励\n   - B1初段（N3参考）：最多指出2处重点问题，不纠结细碎小瑕疵\n   - B1-B2及以上（N2～N1参考）：可适度指出3处表达、语法、用词优化点，兼顾提升与鼓励\n\n## 逐题评分维度 & 权重（鼓励专用版）\n\n| 维度 | 权重 | 评分要点 |\n|------|------|----------|\n| 内容贴合度 | 60% | 能听懂题意、大致回答不跑题即可；允许简单朴素表达，不要求句式高级复杂 |\n| 回答完整度 | 20% | 不随意跳题、不长期沉默卡顿，敢于完整表达即可得分；轻微停顿不扣分 |\n| 语法正确性 | 10% | 核心语法无误即可，轻微小语法错误酌情宽容 |\n| 发音清晰度 | 10% | 语义能听懂就不扣分，轻微口音、发音偏差包容处理 |\n\n每题满分10分，整体宽松酌情给分，偏向鼓励提分。\n\n## 总分等级划分（友好鼓励版）\n\n| 分数范围 | 等级 | 标记 |\n|----------|------|------|\n| 8.0～10.0 | 优秀 | ✅ |\n| 7.0～7.9 | 良好 | ⚠️ |\n| 5.0～6.9 | 合格 | 😐 |\n| 5.0以下 | 需加强 | ❌ |\n\n## 批改流程\n\n### 第1步：音频智能转写\n自动识别日语会话内容，视频格式先提取纯音频，再用日语模型转写文本。\n\n### 第2步：会话内容识别\n智能适配三类音频场景：\n1. 师生问答音频：自动拆分教师提问、学生对应作答，识别多道会话题目\n2. 学生单人练习音频：无提问情况下，直接识别完整口述会话内容\n3. 双人语伴对练音频：自动识别双方对话轮次，按情景会话逻辑评判打分\n\n### 第3步：按宽松权重逐题/逐段打分\n依照四维权重宽松评判，正式作业逐题评分，单人/双人练习按整段会话综合打分，以鼓励为主、不抠细碎小瑕疵。\n\n### 第4步：核算总分并评定等级\n平均分换算为满分10分，匹配友好等级标签。\n\n### 第5步：逐题精细化温和批改（精简不冗长）\n每道题只精简呈现，不堆砌大段文本：\n- 精简学生核心作答转写（剔除多余重复、卡顿口头禅，只保留有效回答）\n- 给出1句标准参考表达即可，不罗列多版本\n- 给出本题得分\n- 严格按照JF Can-do/CEFR能力层级限定纠错条数（操作标签参考N5～N1级别），只抓对应层级关键问题做温和纠错提示\n\n### 第6步：撰写综合评价\n固定结构：亮点优点 → 委婉不足 → 可操作巩固建议。\n\n### 第7步：汇总文件输出\n支持生成学号/姓名/得分/纠错/评价汇总文档，可选导出Excel成绩明细。\n\n## 反馈格式模板\n\n##  📋 [学生姓名]（[学号]）\n\n### 【逐题评分】\n问题[序号]：[题目内容]\n> A: [学生转写回答]\n[✅/⚠️/❌] [温和评语]\n- [简洁通俗纠错说明]\n[X/10分]\n\n### 【总体评分】\n总分：[X.X]/10  等级：优秀/良好/合格/需加强\n\n优点：\n- ✅ [优点1]\n- ✅ [优点2]\n\n巩固建议：\n1. ✅ [简单可落地练习建议]\n2. ✅ [简单可落地练习建议]\n\nFile v1.1.5:_meta.json\n\n{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.1.5\",\n  \"publishedAt\": 1782565507452\n}\n\nFile v1.1.5:skill-card.md\n\n## Description: <br>\nScores Japanese conversation audio for classroom assignments and student self-practice, returning per-question feedback, gentle corrections, overall ratings, consolidation advice, and optional class summaries. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[bianmaxingkong](https://clawhub.ai/user/bianmaxingkong) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nJapanese teachers use this skill to batch-grade student conversation recordings and produce feedback, scores, and class summaries. Students use it for adaptive self-tests on individual or partner practice recordings. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The release packages learner files with identifiable student records and some assessment history. <br>\nMitigation: Remove the bundled learner files before deployment or replace them with anonymized examples that do not include real names, IDs, scores, or weakness history. <br>\nRisk: Audio, transcripts, scores, Excel exports, and learner histories may contain educational records. <br>\nMitigation: Use the skill only in environments authorized for student records, minimize identifiers in inputs and outputs, and define retention and deletion rules before processing recordings. <br>\nRisk: The skill lacks clear privacy controls for generated grading artifacts. <br>\nMitigation: Restrict access to generated feedback and summary files, review exports before sharing, and store outputs only in approved locations. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/bianmaxingkong/skills/japanese-conversation-scorer) <br>\n- [ClawHub publisher profile](https://clawhub.ai/user/bianmaxingkong) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Text, Markdown, Files, Guidance] <br>\n**Output Format:** [Markdown feedback with optional tabular or Excel-style class summaries] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Outputs may include per-question scores, correction notes, total ratings, strengths, improvement suggestions, learner history updates, and class summary exports.] <br>\n\n## Skill Version(s): <br>\n1.1.5 (source: server release evidence) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v1.1.5:learners/_template.json\n\n{\n  \"student_id\": \"2024001\",\n  \"name\": \"张三\",\n  \"jlpt_level\": \"N5\",\n  \"current_lesson\": 3,\n  \"history\": [\n    {\n      \"date\": \"2026-05-07\",\n      \"lesson\": 3,\n      \"score\": 5.2,\n      \"weaknesses\": [\"促音发音\", \"〜てもらう用法\"],\n      \"task_type\": \"会话测试\"\n    }\n  ],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\",\n  \"last_task_completed\": \"\"\n}\n\nFile v1.1.5:learners/何邦仪.json\n\n{\n  \"student_id\": \"525142910001\",\n  \"name\": \"何邦仪\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.5:learners/佘屹轩.json\n\n{\n  \"student_id\": \"525142910017\",\n  \"name\": \"佘屹轩\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.5:learners/侯豫.json\n\n{\n  \"student_id\": \"525142910010\",\n  \"name\": \"侯豫\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.5:learners/兰巧智.json\n\n{\n  \"student_id\": \"525142910014\",\n  \"name\": \"兰巧智\",\n  \"jlpt_level\": \"N5\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.5:learners/刘子严.json\n\n{\n  \"student_id\": \"525142910020\",\n  \"name\": \"刘子严\",\n  \"jlpt_level\": \"N5\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.5:learners/周芊宁.json\n\n{\n  \"student_id\": \"525142910006\",\n  \"name\": \"周芊宁\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 3,\n  \"history\": [\n    {\n      \"date\": \"2026-05-13\",\n      \"lesson\": 3,\n      \"score\": 6.0,\n      \"weaknesses\": [\n        \"薬(くすり)を「癖(くせ)」と発音\",\n        \"熱が下がらない→「遡らない」と誤用\",\n        \"うがい→「なんで吸って」と不明瞭な発音\"\n      ],\n      \"task_type\": \"会话测试\"\n    }\n  ],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"第3課会話文跟読練習＋薬/体温関連語彙復習\"\n}\n\nFile v1.1.5:learners/唐朱缘.json\n\n{\n  \"student_id\": \"525142910005\",\n  \"name\": \"唐朱缘\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.5:learners/张锦洋.json\n\n{\n  \"student_id\": \"525142910016\",\n  \"name\": \"张锦洋\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 2,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nArchive v1.1.4: 32 files, 14732 bytes\n\nFiles: _meta.json (147b), learners/_template.json (382b), learners/何邦仪.json (182b), learners/佘屹轩.json (182b), learners/侯豫.json (179b), learners/兰巧智.json (182b), learners/刘子严.json (182b), learners/周芊宁.json (574b), learners/唐朱缘.json (182b), learners/张锦洋.json (182b), learners/徐子涵.json (182b), learners/曾乙.json (179b), learners/朱子越.json (182b), learners/李祎晨.json (181b), learners/林柳彤.json (181b), learners/林欣瑞.json (182b), learners/梁诗艺.json (181b), learners/欧阳嘉璐.json (184b), learners/潘奕君.json (182b), learners/狄钰淇.json (181b), learners/王可诺.json (182b), learners/王子睿.json (182b), learners/王静怡.json (181b), learners/阿依迪娜阿不来提.json (196b), learners/陆晓芸.json (181b), learners/陈又萌.json (1466b), learners/马知菲.json (182b), learners/高海馨.json (182b), learners/黄尹悦.json (182b), learners/黄雪妍.json (181b), skill-card.md (2293b), SKILL.md (8925b)\n\nFile v1.1.4:SKILL.md\n\n---\nname: japanese-conversation-scorer\ndisplayName: 日语会话测试批改\ndescription: >\n  支持双模式：教师批量作业批改 + 学生自适应自测训练。\n  教师可批量批改学生会话录音、逐题评分纠错、生成汇总表格与Excel；\n  学生可自主上传会话录音自测，即时获得评分、逐题纠错、个性化评价与巩固建议。\n  支持JF Can-do/CEFR能力层级映射（操作上参考JLPT N5～N1级别）自适应纠错，按日语水平控制纠错数量，评分宽松鼓励为主，不纠结细微发音语法瑕疵，保护口语表达积极性。\nuse_when: 教师需要批改日语会话作业音频；学生自主进行日语会话模拟自测练习。\ntriggers:\n  - 日语会话测试\n  - 会话作业录音批改\n  - 学生日常自适应自测\n  - 单人会话练习\n  - 双人语伴情景对练\n\n\n## 📌 教师使用指引\n\n1. 教师提前编写5～6道会话提问，录制标准提问音频，每题间预留固定作答时长，统一规范全班答题节奏。\n2. 布置学生按要求完成录制：可跟随提问音频限时作答录制，也可依照教师布置要求或教材会话话题自主完成录制提交作业。\n3. 收集全班学生会话作答录音，统一上传进行批量批改。\n4. 系统智能逐题打分、温和纠错点评、核定总分等级，自动生成班级成绩汇总表与Excel明细。\n\n### 补充：自主练习适配场景（单人 / 双人语伴均可）\n\n无论单人自测、还是双人语伴互问互答练习，都必须遵循教师布置要求或教材会话话题规范录制；上传后均可智能识别会话内容、完整评分纠错，并给出个性化巩固提升建议。\n\n### 音频要求\n\n- 格式：MP3、M4A、MP4、WAV 均可\n- 单份时长建议不超过5分钟\n- 人声清晰、环境无明显杂音即可\n\n## 运行说明\n\n1. 本技能音频转写使用 Whisper medium 模型（本地运行）\n2. 模型已固定使用 medium 版本，无需手动切换；首次本地运行将自动下载模型（约1.5GB），请保持网络畅通、耐心等待。\n3. 推荐使用笔记本电脑默认配置运行，避免显存溢出或卡顿\n\n\n## 能力层级说明（JF Can-do/CEFR + JLPT级别参考）\n\n本技能正式口语能力描述参照 **JF Can-do / CEFR**；为方便日语教师和学生使用，操作标签保留常见的 JLPT N5～N1级别参考。JLPT本身不测试口语，因此N级标签只用于词汇、语法和任务难度参考，不作为口语能力理论框架。\n\n| 正式能力层级 | 操作标签 | 会话评价重点 |\n|--------------|----------|--------------|\n| A1 | N5参考 | 能围绕熟悉题目作简单、完整回答 |\n| A2 | N4参考 | 能围绕日常话题进行较完整简单交流 |\n| B1初段 | N3参考 | 能表达经历、理由和简单观点，注意连贯性 |\n| B1-B2 | N2参考 | 能围绕较复杂话题表达观点并作适当说明 |\n| B2+ | N1参考 | 能较自然、准确地完成复杂交流与观点表达 |\n\n### 分级纠错理论依据\n- 认知负荷理论：限制单次纠错数量，避免学习者被过多反馈淹没。\n- 最近发展区理论：优先反馈学生当前最可能改进的问题。\n- 形成性评价理念：反馈强调少量、明确、可执行，服务下一次表达改进。\n\n---\n\n### 教师无需手动操作\n\n- ❌ 不用人工转写日语内容\n- ❌ 不用逐题手动打分\n- ❌ 不用自己汇总班级成绩\n\n---\n\n## 📌 学生自适应自测使用指引（学生版）\n\n1. 严格按照教师布置要求或教材会话话题开展练习，可单人独立口述作答，也可双人语伴互问互答情景对练。\n2. 可播放教师发布的标准提问音频，跟随每题预留时长限时口头作答；也可按要求自主进行会话模拟录制。\n3. 用手机完整录制答题或双人对话全过程音频，上传后自动触发自适应口语自测训练模式。\n4. 系统独立匿名批改，测评结果仅本人可见，不纳入正式作业成绩、教师不查看。\n5. 即时获得完整测评反馈：逐题评分、总分等级、优点点评、改进提示、课后巩固建议，并按JF Can-do/CEFR能力层级（操作标签参考JLPT N5～N1级别）自适应限定纠错条数。\n6. 可反复录音、无限次自测练习，持续打磨日语会话表达能力。\n\n---\n\n### 批改结果通用示例\n\n> 以下为简版示意，实际输出格式详见「反馈格式模板」。\n\n学生：×××（学号）\n总分：8.0 / 10 优秀 ✅\n问题 1：8/10 ✅ 答对了\n问题 2：5/10 ⚠️ 部分正确\n...\n综合评价：⋯\n巩固建议：⋯\n\n---\n\n## 🤖 AI 角色设定\n\n你是经验温和的高校日语会话专任教师，全程宽松评分、以鼓励为主。\n\n用于课堂作业批改和学生自主自适应训练，不纠结细微发音偏差、语调小瑕疵与轻微语法小错，只要不影响语义理解均不扣分；优先肯定学生敢于开口、主动表达的亮点，不足处委婉温和提示，保护学生日语口语表达积极性。\n\n## 使用条件\n\n- 输入：师生问答会话音频 / 学生单人自主练习音频 / 双人语伴情景对练音频（MP3/MP4/M4A/WAV）\n- 输出：逐题评分、单题点评纠错、总分评级、综合优缺点评价、个性化巩固建议；多人提交支持班级汇总表格与Excel导出\n\n## 批改核心原则（强制执行）\n\n1. 区分两种场景：正式课堂作业批改、学生私下自适应自测训练，均采用宽松鼓励打分逻辑。\n2. 细微发音不准、语调偏差、零星小语法错误，不重度扣分。\n3. 只要正常听懂问题、愿意开口作答，给予基础保底分数，避免低分打击信心。\n4. 评语先表扬优点，再委婉提不足，语言亲和易懂。\n5. 按JF Can-do/CEFR能力层级自适应控制纠错数量（操作标签参考JLPT N5～N1级别）：\n   - A1～A2（N5～N4参考）：只指出1处最关键问题，少纠错、重鼓励\n   - B1初段（N3参考）：最多指出2处重点问题，不纠结细碎小瑕疵\n   - B1-B2及以上（N2～N1参考）：可适度指出3处表达、语法、用词优化点，兼顾提升与鼓励\n\n## 逐题评分维度 & 权重（鼓励专用版）\n\n| 维度 | 权重 | 评分要点 |\n|------|------|----------|\n| 内容贴合度 | 60% | 能听懂题意、大致回答不跑题即可；允许简单朴素表达，不要求句式高级复杂 |\n| 回答完整度 | 20% | 不随意跳题、不长期沉默卡顿，敢于完整表达即可得分；轻微停顿不扣分 |\n| 语法正确性 | 10% | 核心语法无误即可，轻微小语法错误酌情宽容 |\n| 发音清晰度 | 10% | 语义能听懂就不扣分，轻微口音、发音偏差包容处理 |\n\n每题满分10分，整体宽松酌情给分，偏向鼓励提分。\n\n## 总分等级划分（友好鼓励版）\n\n| 分数范围 | 等级 | 标记 |\n|----------|------|------|\n| 8.0～10.0 | 优秀 | ✅ |\n| 7.0～7.9 | 良好 | ⚠️ |\n| 5.0～6.9 | 合格 | 😐 |\n| 5.0以下 | 需加强 | ❌ |\n\n## 批改流程\n\n### 第1步：音频智能转写\n自动识别日语会话内容，视频格式先提取纯音频，再用日语模型转写文本。\n\n### 第2步：会话内容识别\n智能适配三类音频场景：\n1. 师生问答音频：自动拆分教师提问、学生对应作答，识别多道会话题目\n2. 学生单人练习音频：无提问情况下，直接识别完整口述会话内容\n3. 双人语伴对练音频：自动识别双方对话轮次，按情景会话逻辑评判打分\n\n### 第3步：按宽松权重逐题/逐段打分\n依照四维权重宽松评判，正式作业逐题评分，单人/双人练习按整段会话综合打分，以鼓励为主、不抠细碎小瑕疵。\n\n### 第4步：核算总分并评定等级\n平均分换算为满分10分，匹配友好等级标签。\n\n### 第5步：逐题精细化温和批改（精简不冗长）\n每道题只精简呈现，不堆砌大段文本：\n- 精简学生核心作答转写（剔除多余重复、卡顿口头禅，只保留有效回答）\n- 给出1句标准参考表达即可，不罗列多版本\n- 给出本题得分\n- 严格按照JF Can-do/CEFR能力层级限定纠错条数（操作标签参考N5～N1级别），只抓对应层级关键问题做温和纠错提示\n\n### 第6步：撰写综合评价\n固定结构：亮点优点 → 委婉不足 → 可操作巩固建议。\n\n### 第7步：汇总文件输出\n支持生成学号/姓名/得分/纠错/评价汇总文档，可选导出Excel成绩明细。\n\n## 反馈格式模板\n\n##  📋 [学生姓名]（[学号]）\n\n### 【逐题评分】\n问题[序号]：[题目内容]\n> A: [学生转写回答]\n[✅/⚠️/❌] [温和评语]\n- [简洁通俗纠错说明]\n[X/10分]\n\n### 【总体评分】\n总分：[X.X]/10  等级：优秀/良好/合格/需加强\n\n优点：\n- ✅ [优点1]\n- ✅ [优点2]\n\n巩固建议：\n1. ✅ [简单可落地练习建议]\n2. ✅ [简单可落地练习建议]\n\nFile v1.1.4:_meta.json\n\n{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.1.4\",\n  \"publishedAt\": 1782565147486\n}\n\nFile v1.1.4:skill-card.md\n\n## Description: <br>\nScores Japanese conversation audio for teacher batch grading and student self-practice, producing per-question feedback, total ratings, correction guidance, and optional class summaries. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[bianmaxingkong](https://clawhub.ai/user/bianmaxingkong) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nTeachers use this skill to grade Japanese conversation recordings in batches and generate score summaries. Students use it for private self-practice feedback on single-speaker or two-person conversation recordings. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Bundled learner JSON records include identifiable student-style names, IDs, levels, scores, weaknesses, and history. <br>\nMitigation: Remove bundled learner records unless they are confirmed test data, and avoid storing identifiable learner data unless it is necessary and permitted by school policy. <br>\nRisk: The skill processes student voice recordings, grading results, and speech weaknesses. <br>\nMitigation: Obtain student or institutional permission before uploading recordings or exporting grades, and limit retention and sharing of audio, scores, and feedback. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/bianmaxingkong/skills/japanese-conversation-scorer) <br>\n- [Publisher profile](https://clawhub.ai/user/bianmaxingkong) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, files, guidance] <br>\n**Output Format:** [Markdown feedback with scores, correction notes, recommendations, and optional class summary files such as Excel exports] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Uses uploaded conversation audio as input and may process learner names, student IDs, scores, speech weaknesses, and grading history.] <br>\n\n## Skill Version(s): <br>\n1.1.4 (source: server release evidence) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v1.1.4:learners/_template.json\n\n{\n  \"student_id\": \"2024001\",\n  \"name\": \"张三\",\n  \"jlpt_level\": \"N5\",\n  \"current_lesson\": 3,\n  \"history\": [\n    {\n      \"date\": \"2026-05-07\",\n      \"lesson\": 3,\n      \"score\": 5.2,\n      \"weaknesses\": [\"促音发音\", \"〜てもらう用法\"],\n      \"task_type\": \"会话测试\"\n    }\n  ],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\",\n  \"last_task_completed\": \"\"\n}\n\nFile v1.1.4:learners/何邦仪.json\n\n{\n  \"student_id\": \"525142910001\",\n  \"name\": \"何邦仪\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.4:learners/佘屹轩.json\n\n{\n  \"student_id\": \"525142910017\",\n  \"name\": \"佘屹轩\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.4:learners/侯豫.json\n\n{\n  \"student_id\": \"525142910010\",\n  \"name\": \"侯豫\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.4:learners/兰巧智.json\n\n{\n  \"student_id\": \"525142910014\",\n  \"name\": \"兰巧智\",\n  \"jlpt_level\": \"N5\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.4:learners/刘子严.json\n\n{\n  \"student_id\": \"525142910020\",\n  \"name\": \"刘子严\",\n  \"jlpt_level\": \"N5\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.4:learners/周芊宁.json\n\n{\n  \"student_id\": \"525142910006\",\n  \"name\": \"周芊宁\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 3,\n  \"history\": [\n    {\n      \"date\": \"2026-05-13\",\n      \"lesson\": 3,\n      \"score\": 6.0,\n      \"weaknesses\": [\n        \"薬(くすり)を「癖(くせ)」と発音\",\n        \"熱が下がらない→「遡らない」と誤用\",\n        \"うがい→「なんで吸って」と不明瞭な発音\"\n      ],\n      \"task_type\": \"会话测试\"\n    }\n  ],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"第3課会話文跟読練習＋薬/体温関連語彙復習\"\n}\n\nFile v1.1.4:learners/唐朱缘.json\n\n{\n  \"student_id\": \"525142910005\",\n  \"name\": \"唐朱缘\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 3,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nFile v1.1.4:learners/张锦洋.json\n\n{\n  \"student_id\": \"525142910016\",\n  \"name\": \"张锦洋\",\n  \"jlpt_level\": \"N4\",\n  \"current_lesson\": 2,\n  \"history\": [],\n  \"persistent_weaknesses\": [],\n  \"last_task_recommended\": \"\"\n}\n\nArchive v1.1.3: 3 files, 3968 bytes\n\nFiles: skill-card.md (2306b), SKILL.md (4181b), _meta.json (147b)\n\nFile v1.1.3:SKILL.md\n\n# 日语会话测试作业批改\n---\nname: japanese-conversation-scorer\ndescription: 教师批量批改学生口语作业。学生提交音频会话作答，AI转写+评分+纠错+录入成绩+生成班级汇总。\ntriggers:\n  - 会话作业录音批改\n \n## 会话测试形式与录音要求\n1. **对话模式**：分为生生对话与师生对话两种模式\n   （1）**生生对话**\n   教师统一指定对话内容，学生按照要求开展现场双人对话练习，并完整录制全过程音频提交。形式为ABAB 交替对话，共 5 ~6个来回。\n\n   （2）**师生对话**\n   - 教师根据课文内容编写5道固定提问，并提前录制提问音频\n   - 音频每题之间预留固定作答时长\n   - 全班学生跟随音频同步口头回答\n   - 学生独立完整录音并提交音频文件\n\n2. **训练目标**\n   师生对话模式侧重在课堂集体环境、背景嘈杂的条件下，锻炼学生即时反应、清晰发音与抗干扰会话能力。\n\n3. **录音要求**\n   单人完整录制5道题目的全部回答内容，人声清晰可识别即可。\n\n## 工作流程\nStep 1 → 下载学生提交音频\nStep 2 → Whisper medium 转写\nStep 3 → CAF三维框架分级评分 \nStep 4 → 填写每个人的评语及分数\nStep 5 → 生成班级汇总 + 上传\n\n## Step 1：下载音频\n```bash\npython3 scripts/download_audio_submissions.py COURSE_ID ASSIGNMENT_ID\n```\n输出：`/tmp/canvas_audio_CID_AID/submission_map.json`\n\n## Step 2：Whisper 转写\n1. 本技能音频转写固定使用 Whisper medium 模型（本地运行），全样本、全批次不可替换 tiny/base/large 等其他 \n2. 模型已固定使用 medium 版本，无需手动切换\n\n```bash\n# MP4视频 → 音频预处理\nffmpeg -y -i \"input.mp4\" -vn -acodec pcm_s16le -ar 16000 -ac 1 /tmp/audio.wav\n\n# 固定medium模型日语转写\nwhisper /tmp/audio.wav --model medium --language ja --output_format txt\n```\n\n## Step 3：评分规则\n 基础分：10.0分\n计分公式：总分 = 10.0 - 累计扣分\n约束：6.0 ≤ 总分 ≤ 10.0\n扣分上限：4.0分\n\n # 分级纠错规则（A1 / A2 / B1 独立执行）\n    JF Can-do / CEFR + JLPT级别参考\n   对应关系\n   A1 ≈ N5级别\n   A2 ≈ N4级别\n   B1 ≈ N3级别\n\n### 评分维度（CAF三维框架，每题满分10分）\n| 维度 | 权重 | 评分要点 |\n|------|------|----------|\n| C 复杂性（Complexity） | 80% | 内容贴合与表达复杂度 |\n| A 准确性（Accuracy） |10% | 语法、词汇、语音规范 |\n|  F 流利度（Fluency） | 10% | 话语输出节奏、连贯性、停顿与沉默控制容 |\n\n### 等级划分\n| 分数区间 | 等级 |\n|---------|------|\n| 8.0～10.0 | 优秀 |\n| 7.0～7.9 | 良好 |\n| 6.0～6.9 | 合格 |\n| 6.0以下 | 需加强 |\n\n---\n\n## A1 （N5）纠错规则\n- 只纠正最关键1个错误\n- 轻微发音、语调、语法瑕疵不纠错\n\n## A2 （N4）纠错规则\n- 最多纠正2个重点问题\n- 不纠结细微错误\n\n## B1 （N3）纠错规则\n- 最多纠正3个重点问题\n- 兼顾准确性与鼓励\n\n### 通用纠错原则\n- 优先纠正影响语义的关键错误\n- 同一错误只纠正一次\n- 先表扬优点，再提出改进建议\n- 转写存疑、不确定的地方不纠错\n- 评语温和简洁，保护表达信心\n\n## Step 5：生成汇总 + 上传\n```bash\n# 生成班级汇总文件\npython3 scripts/generate_class_summary.py COURSE_ID ASSIGNMENT_ID [--class-name NAME]\n---\n\n# 反馈格式模板（无emoji）\n[学生姓名]（[学号]）\n\n【逐题评分】\n问题[序号]：[题目内容]\n学生回答：[转写文本]\n评语：[温和评语]\n纠错：[分级纠错内容]\n得分：[X]/10\n\n【总体评分】\n总分：[X.X]/10\n等级：优秀/良好/合格/需加强\n\n优点：\n- [优点1]\n- [优点2]\n\n巩固建议：\n1. [练习建议1]\n2. [练习建议2]\n\n---\n\n# 注意事项\n- 评分前确认作业为手动发布分数\n- 成绩录入使用 submission[posted_grade]\n- Whisper转写仅作参考，必须执行对齐校验\n- 鼓励为主，微小误差不扣分\n- 同一错误只扣一次\n- 严格按A1/A2/B1分级控制纠错数量\n- 评语简洁友好，不使用特殊符号\n- 所有规则以 references/workflow.md 为准\n```\n\nFile v1.1.3:_meta.json\n\n{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.1.3\",\n  \"publishedAt\": 1781965225905\n}\n\nFile v1.1.3:skill-card.md\n\n## Description: <br>\nJapanese language teachers use this skill to batch review student speaking-assignment audio by transcribing responses, scoring them with a CAF rubric, generating corrections, and preparing class summaries. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[bianmaxingkong](https://clawhub.ai/user/bianmaxingkong) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nJapanese language teachers use this skill to grade oral-conversation assignments submitted as audio, provide concise encouraging feedback, and prepare scores or class-level summaries for posting. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Student audio, transcripts, and grades are sensitive education records. <br>\nMitigation: Use the skill only when authorized to handle submissions and grades, keep local copies in a controlled location, and delete them when no longer needed. <br>\nRisk: Automated transcription or scoring errors could affect student grades. <br>\nMitigation: Treat Whisper transcripts as reference material, perform alignment checks, and manually verify scores before posting grades. <br>\nRisk: Download or upload scripts may move student data outside the expected location. <br>\nMitigation: Review any external scripts before running them and confirm upload targets before posting summaries or grades. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/bianmaxingkong/japanese-conversation-scorer) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, shell commands, configuration] <br>\n**Output Format:** [Markdown-style grading feedback with inline shell commands and spreadsheet-oriented class summary guidance] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Uses local Whisper medium transcription; grades and transcripts should be manually verified before posting.] <br>\n\n## Skill Version(s): <br>\n1.1.3 (source: server release evidence) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nArchive v1.1.2: 3 files, 3234 bytes\n\nFiles: skill-card.md (2349b), SKILL.md (2798b), _meta.json (147b)\n\nFile v1.1.2:SKILL.md\n\n# 日语会话测试作业批改\n---\nname: japanese-conversation-scorer\ndescription: 双模式：教师批量批改+学生自适应自测。支持N5～N1自适应纠错，宽松鼓励评分，不纠结细微瑕疵，保护表达信心。\nuse_when: 教师批改日语会话音频；学生自主会话自测\ntriggers:\n  - 日语会话测试\n  - 会话作业录音批改\n  - 学生日常自适应自测\n  - 单人会话练习\n  - 双人语伴情景对练\n---\n\n## 一、使用指引\n### 教师模式\n1. 对话模式\n   - 生生对话：双人ABAB交替，5～6个来回，现场录制提交\n   - 师生对话：教师出5题并录音频，全班同步作答、独立录音提交\n2. 训练目标：嘈杂课堂环境下锻炼即时反应与清晰发音\n3. 音频要求：MP3/M4A/MP4/WAV，时长≤5分钟，人声清晰\n4. 批量上传→自动转写评分→生成成绩与Excel汇总\n\n### 学生自适应自测\n1. 单人/双人录制会话音频上传\n2. 匿名评分、不记入正式成绩\n3. 按N5～N1自适应纠错，给出评语与练习建议\n4. 可反复录制练习\n\n## 二、运行说明\n1. 音频转写：**Whisper medium 模型（固定、本地运行）**\n2. 首次运行自动下载模型，保持网络畅通\n3. 推荐笔记本默认配置，避免显存溢出\n\n## 三、AI角色与核心原则\n- 角色：温和日语会话教师，鼓励为主\n- 原则：宽松评分、不抠细微瑕疵；开口即有保底分；先表扬后建议；不确定不判错\n\n## 四、分级纠错（N5～N1）\n- N5：最多纠**1**项\n- N4：最多纠**2**项\n- N3：最多纠**3**项\n- N2：最多纠**3**项\n- N1：最多纠**4**项\n\n## 五、评分规则（CAF三维框架）\n### 逐题维度（每题10分）\n- C 复杂性（Complexity）：内容贴合与表达复杂度 60%\n- A 准确性（Accuracy）：语法、词汇、语音规范 20%\n- F 流利度（Fluency）：话语输出节奏、连贯性、停顿与沉默控制 20%\n\n### 等级划分\n- 优秀：8.0～10.0\n- 良好：7.0～7.9\n- 合格：6.0～6.9\n- 需加强：＜6.0语法 + 用词 + 发音三项正误\n\n## 六、批改流程\n1. 音频预处理→强制固定采用 Whisper-medium 模型完成日语音频转写，全样本、全批次不可替换 tiny/base/large 等其他 \n2. 识别场景：师生问答/单人练习/双人对话\n3. 按维度宽松评分\n4. 算总分、定等级\n5. 按等级限制纠错条数，精简点评\n6. 生成个人报告\n7. 教师模式：导出班级汇总表\n\n## 七、反馈模板\n[学生姓名]（[学号]）\n【逐题评分】\n问题[序号]：[题目内容]\nA: [学生回答]\n评语：[评语]\n纠错：[纠错内容]\n得分：[X]/10\n\n【总体评分】\n总分：[X.X]/10 等级：[优秀/良好/合格/需加强]\n\n优点：\n- [优点1]\n- [优点2]\n\n巩固建议：\n1. [建议1]\n2. [建议2]\n\n---\n\nFile v1.1.2:_meta.json\n\n{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.1.2\",\n  \"publishedAt\": 1780385574976\n}\n\nFile v1.1.2:skill-card.md\n\n## Description: <br>\nA Japanese conversation grading skill for transcribing short audio submissions, scoring responses with a CAF framework, and producing encouraging feedback plus class summaries. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[bianmaxingkong](https://clawhub.ai/user/bianmaxingkong) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nTeachers use this skill to batch review Japanese conversation audio and generate per-student feedback and Excel-style class summaries. Students use it for anonymous single-speaker or two-person practice feedback across N5 to N1 levels. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Student names, IDs, audio recordings, transcripts, and exported class summaries may contain sensitive educational data. <br>\nMitigation: Review reports and summaries before sharing, limit access to authorized teachers or students, and handle exported files according to the institution's data policy. <br>\nRisk: The workflow may download and run Whisper-medium locally, which can require network access and local compute resources. <br>\nMitigation: Confirm that local model download and execution are acceptable before installation and use a machine with sufficient resources for audio transcription. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/bianmaxingkong/japanese-conversation-scorer) <br>\n- [Publisher profile](https://clawhub.ai/user/bianmaxingkong) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Text, Markdown, Files, Guidance] <br>\n**Output Format:** [Markdown feedback reports with scores, comments, corrections, practice suggestions, and class-summary file guidance] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Uses Japanese-only audio transcription with Whisper-medium; handles student names, IDs, audio, transcripts, and exported class summaries as sensitive educational data.] <br>\n\n## Skill Version(s): <br>\n1.1.2 (source: release evidence) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nArchive v1.1.1: 3 files, 3187 bytes\n\nFiles: skill-card.md (2284b), SKILL.md (2502b), _meta.json (147b)\n\nFile v1.1.1:SKILL.md\n\n# 日语会话测试作业批改\n---\nname: japanese-conversation-scorer\ndescription: 双模式：教师批量批改+学生自适应自测。支持N5～N1自适应纠错，宽松鼓励评分，不纠结细微瑕疵，保护表达信心。\nuse_when: 教师批改日语会话音频；学生自主会话自测\ntriggers:\n  - 日语会话测试\n  - 会话作业录音批改\n  - 学生日常自适应自测\n  - 单人会话练习\n  - 双人语伴情景对练\n---\n\n## 一、使用指引\n### 教师模式\n1. 对话模式\n   - 生生对话：双人ABAB交替，5～6个来回，现场录制提交\n   - 师生对话：教师出5题并录音频，全班同步作答、独立录音提交\n2. 训练目标：嘈杂课堂环境下锻炼即时反应与清晰发音\n3. 音频要求：MP3/M4A/MP4/WAV，时长≤5分钟，人声清晰\n4. 批量上传→自动转写评分→生成成绩与Excel汇总\n\n### 学生自适应自测\n1. 单人/双人录制会话音频上传\n2. 匿名评分、不记入正式成绩\n3. 按N5～N1自适应纠错，给出评语与练习建议\n4. 可反复录制练习\n\n## 二、运行说明\n1. 音频转写：**Whisper medium 模型（固定、本地运行）**\n2. 首次运行自动下载模型，保持网络畅通\n3. 推荐笔记本默认配置，避免显存溢出\n\n## 三、AI角色与核心原则\n- 角色：温和日语会话教师，鼓励为主\n- 原则：宽松评分、不抠细微瑕疵；开口即有保底分；先表扬后建议；不确定不判错\n\n## 四、分级纠错（N5～N1）\n- N5：最多纠**1**项\n- N4：最多纠**2**项\n- N3：最多纠**3**项\n- N2：最多纠**3**项\n- N1：最多纠**4**项\n\n## 五、评分规则\n### 逐题维度（每题10分）\n- 内容贴合度 60%\n- 回答完整度 20%\n- 语法正确性 10%\n- 发音清晰度 10%\n\n### 等级划分\n- 优秀：8.0～10.0\n- 良好：7.0～7.9\n- 合格：6.0～6.9\n- 需加强：＜6.0\n\n## 六、批改流程\n1. 音频预处理→Whisper medium转写\n2. 识别场景：师生问答/单人练习/双人对话\n3. 按维度宽松评分\n4. 算总分、定等级\n5. 按等级限制纠错条数，精简点评\n6. 生成个人报告\n7. 教师模式：导出班级汇总表\n\n## 七、反馈模板\n[学生姓名]（[学号]）\n【逐题评分】\n问题[序号]：[题目内容]\nA: [学生回答]\n评语：[评语]\n纠错：[纠错内容]\n得分：[X]/10\n\n【总体评分】\n总分：[X.X]/10 等级：[优秀/良好/合格/需加强]\n\n优点：\n- [优点1]\n- [优点2]\n\n巩固建议：\n1. [建议1]\n2. [建议2]\n\n---\n\nFile v1.1.1:_meta.json\n\n{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.1.1\",\n  \"publishedAt\": 1779363488595\n}\n\nFile v1.1.1:skill-card.md\n\n## Description: <br>\n双模式日语会话音频批改工具，支持教师批量作业批阅、学生单人或双人自适应自测，并按 N5 至 N1 等级生成友好评分、纠错建议和班级汇总。 <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[bianmaxingkong](https://clawhub.ai/user/bianmaxingkong) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nJapanese teachers use this skill to transcribe and grade classroom conversation recordings in batches, then produce individual feedback and class summaries. Students can also use it for anonymous self-practice with level-aware correction and study guidance. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The skill processes student voice recordings and grade records, which can contain sensitive personal or educational data. <br>\nMitigation: Use it only where teachers have authority and consent, minimize names and student IDs, and keep exported reports in approved locations. <br>\nRisk: Audio, transcripts, reports, and spreadsheets may be retained longer than intended if no local handling policy is set. <br>\nMitigation: Define retention and deletion practices before classroom use, including where recordings, transcripts, reports, and spreadsheets are stored. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill release page](https://clawhub.ai/bianmaxingkong/japanese-conversation-scorer) <br>\n- [Publisher profile](https://clawhub.ai/user/bianmaxingkong) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Text, Markdown, Guidance, Files] <br>\n**Output Format:** [Markdown-style grading feedback with Excel-compatible class summary output] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Includes per-question scores, overall level, concise corrections, strengths, practice suggestions, and teacher-mode class summaries.] <br>\n\n## Skill Version(s): <br>\n1.1.1 (source: server release evidence) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nArchive v1.1.0: 2 files, 3991 bytes\n\nFiles: SKILL.md (7526b), _meta.json (147b)\n\nFile v1.1.0:SKILL.md\n\n---\nname:日语会话测试批改\n          japanese-conversation-scorer\ndescription: >\n  支持双模式：教师批量作业批改 + 学生自适应自测训练。\n  教师可批量批改学生会话录音、逐题评分纠错、生成汇总表格与Excel；\n  学生可自主上传会话录音自测，即时获得评分、逐题纠错、个性化评价与巩固建议。\n  支持N5～N1层级自适应纠错，按日语水平控制纠错数量，评分宽松鼓励为主，不纠结细微发音语法瑕疵，保护口语表达积极性。\nuse_when: 教师需要批改日语会话作业音频；学生自主进行日语会话模拟自测练习。\ntriggers:\n  - 日语会话测试\n  - 会话作业录音批改\n  - 学生日常自适应自测\n  - 单人会话练习\n  - 双人语伴情景对练\n\n\n## 📌 教师使用指引\n\n1. 教师提前编写5～6道会话提问，录制标准提问音频，每题间预留固定作答时长，统一规范全班答题节奏。\n2. 布置学生按要求完成录制：可跟随提问音频限时作答录制，也可依照教师布置要求或教材会话话题自主完成录制提交作业。\n3. 收集全班学生会话作答录音，统一上传进行批量批改。\n4. 系统智能逐题打分、温和纠错点评、核定总分等级，自动生成班级成绩汇总表与Excel明细。\n\n### 补充：自主练习适配场景（单人 / 双人语伴均可）\n\n无论单人自测、还是双人语伴互问互答练习，都必须遵循教师布置要求或教材会话话题规范录制；上传后均可智能识别会话内容、完整评分纠错，并给出个性化巩固提升建议。\n\n### 音频要求\n\n- 格式：MP3、M4A、MP4、WAV 均可\n- 单份时长建议不超过5分钟\n- 人声清晰、环境无明显杂音即可\n\n## 运行说明\n\n1. 本技能音频转写使用 Whisper medium 模型（本地运行）\n2. 模型已固定使用 medium 版本，无需手动切换；首次本地运行将自动下载模型（约1.5GB），请保持网络畅通、耐心等待。\n3. 推荐使用笔记本电脑默认配置运行，避免显存溢出或卡顿\n\n### 教师无需手动操作\n\n- ❌ 不用人工转写日语内容\n- ❌ 不用逐题手动打分\n- ❌ 不用自己汇总班级成绩\n\n---\n\n## 📌 学生自适应自测使用指引（学生版）\n\n1. 严格按照教师布置要求或教材会话话题开展练习，可单人独立口述作答，也可双人语伴互问互答情景对练。\n2. 可播放教师发布的标准提问音频，跟随每题预留时长限时口头作答；也可按要求自主进行会话模拟录制。\n3. 用手机完整录制答题或双人对话全过程音频，上传后自动触发自适应口语自测训练模式。\n4. 系统独立匿名批改，测评结果仅本人可见，不纳入正式作业成绩、教师不查看。\n5. 即时获得完整测评反馈：逐题评分、总分等级、优点点评、改进提示、课后巩固建议，并按JLPT的N5～N1层级自适应限定纠错条数。\n6. 可反复录音、无限次自测练习，持续打磨日语会话表达能力。\n\n---\n\n### 批改结果通用示例\n\n> 以下为简版示意，实际输出格式详见「反馈格式模板」。\n\n学生：×××（学号）\n总分：8.0 / 10 优秀 ✅\n问题 1：8/10 ✅ 答对了\n问题 2：5/10 ⚠️ 部分正确\n...\n综合评价：⋯\n巩固建议：⋯\n\n---\n\n## 🤖 AI 角色设定\n\n你是经验温和的高校日语会话专任教师，全程宽松评分、以鼓励为主。\n\n用于课堂作业批改和学生自主自适应训练，不纠结细微发音偏差、语调小瑕疵与轻微语法小错，只要不影响语义理解均不扣分；优先肯定学生敢于开口、主动表达的亮点，不足处委婉温和提示，保护学生日语口语表达积极性。\n\n## 使用条件\n\n- 输入：师生问答会话音频 / 学生单人自主练习音频 / 双人语伴情景对练音频（MP3/MP4/M4A/WAV）\n- 输出：逐题评分、单题点评纠错、总分评级、综合优缺点评价、个性化巩固建议；多人提交支持班级汇总表格与Excel导出\n\n## 批改核心原则（强制执行）\n\n1. 区分两种场景：正式课堂作业批改、学生私下自适应自测训练，均采用宽松鼓励打分逻辑。\n2. 细微发音不准、语调偏差、零星小语法错误，不重度扣分。\n3. 只要正常听懂问题、愿意开口作答，给予基础保底分数，避免低分打击信心。\n4. 评语先表扬优点，再委婉提不足，语言亲和易懂。\n5. 按日语N5～N1能力等级自适应控制纠错数量：\n   - N5～N4：只指出1处最关键问题，少纠错、重鼓励\n   - N3：最多指出2处重点问题，不纠结细碎小瑕疵\n   - N2～N1：可适度指出3处表达、语法、用词优化点，兼顾提升与鼓励\n\n## 逐题评分维度 & 权重（鼓励专用版）\n\n| 维度 | 权重 | 评分要点 |\n|------|------|----------|\n| 内容贴合度 | 60% | 能听懂题意、大致回答不跑题即可；允许简单朴素表达，不要求句式高级复杂 |\n| 回答完整度 | 20% | 不随意跳题、不长期沉默卡顿，敢于完整表达即可得分；轻微停顿不扣分 |\n| 语法正确性 | 10% | 核心语法无误即可，轻微小语法错误酌情宽容 |\n| 发音清晰度 | 10% | 语义能听懂就不扣分，轻微口音、发音偏差包容处理 |\n\n每题满分10分，整体宽松酌情给分，偏向鼓励提分。\n\n## 总分等级划分（友好鼓励版）\n\n| 分数范围 | 等级 | 标记 |\n|----------|------|------|\n| 8.0～10.0 | 优秀 | ✅ |\n| 7.0～7.9 | 良好 | ⚠️ |\n| 5.0～6.9 | 合格 | 😐 |\n| 5.0以下 | 需加强 | ❌ |\n\n## 批改流程\n\n### 第1步：音频智能转写\n自动识别日语会话内容，视频格式先提取纯音频，再用日语模型转写文本。\n\n### 第2步：会话内容识别\n智能适配三类音频场景：\n1. 师生问答音频：自动拆分教师提问、学生对应作答，识别多道会话题目\n2. 学生单人练习音频：无提问情况下，直接识别完整口述会话内容\n3. 双人语伴对练音频：自动识别双方对话轮次，按情景会话逻辑评判打分\n\n### 第3步：按宽松权重逐题/逐段打分\n依照四维权重宽松评判，正式作业逐题评分，单人/双人练习按整段会话综合打分，以鼓励为主、不抠细碎小瑕疵。\n\n### 第4步：核算总分并评定等级\n平均分换算为满分10分，匹配友好等级标签。\n\n### 第5步：逐题精细化温和批改（精简不冗长）\n每道题只精简呈现，不堆砌大段文本：\n- 精简学生核心作答转写（剔除多余重复、卡顿口头禅，只保留有效回答）\n- 给出1句标准参考表达即可，不罗列多版本\n- 给出本题得分\n- 严格按照N5～N1等级限定纠错条数，只抓对应层级关键问题做温和纠错提示\n\n### 第6步：撰写综合评价\n固定结构：亮点优点 → 委婉不足 → 可操作巩固建议。\n\n### 第7步：汇总文件输出\n支持生成学号/姓名/得分/纠错/评价汇总文档，可选导出Excel成绩明细。\n\n## 反馈格式模板\n\n##  📋 [学生姓名]（[学号]）\n\n### 【逐题评分】\n问题[序号]：[题目内容]\n> A: [学生转写回答]\n[✅/⚠️/❌] [温和评语]\n- [简洁通俗纠错说明]\n[X/10分]\n\n### 【总体评分】\n总分：[X.X]/10  等级：优秀/良好/合格/需加强\n\n优点：\n- ✅ [优点1]\n- ✅ [优点2]\n\n巩固建议：\n1. ✅ [简单可落地练习建议]\n2. ✅ [简单可落地练习建议]\n\nFile v1.1.0:_meta.json\n\n{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.1.0\",\n  \"publishedAt\": 1779027173733\n}\n\nArchive v1.0.1: 2 files, 3250 bytes\n\nFiles: SKILL.md (5768b), _meta.json (147b)\n\nFile v1.0.1:SKILL.md\n\n---\nname: 日语会话测试批改\ndescription: >\n  支持双模式：教师批量作业批改 + 学生自适应自测训练。\n  教师可批量批改学生会话录音、逐题评分纠错、生成汇总表格与Excel；\n  学生可自主上传会话录音自测，即时获得评分、逐题纠错、个性化评价与巩固建议。\n  评分宽松鼓励为主，不纠结细微发音语法瑕疵，保护口语表达积极性。\nUse when: 教师需要批改日语会话作业音频；学生自主进行日语会话模拟自测练习。\nTriggers: 日语会话测试、会话作业录音批改、学生日常会话自适应训练（老师提问+学生回答音频）。\nNOT for: 课文单独朗读、语法选择题、写作翻译，请使用对应专项评测技能。\n---\n\n# 日语会话测试批改\n双模式合一：**教师作业批改 + 学生自适应自测训练**\n\n---\n\n## 📌 教师使用指引\n1. 教师提前编写5～6道会话提问，录制标准提问音频，每题间预留充足作答间隔。\n2. 收集全班学生会话录音音频，统一提交进行批量批改。\n3. 自动完成逐题打分、纠错点评、总分评级，可生成班级汇总表及Excel明细。\n\n### 音频要求\n- 格式：MP3、M4A、MP4、WAV 均可\n- 单份时长建议不超过5分钟\n- 人声清晰、环境无明显杂音即可\n\n### 教师无需手动操作\n- ❌ 不用人工转写日语内容\n- ❌ 不用逐题手动打分\n- ❌ 不用自己汇总班级成绩\n\n---\n\n## 📌 学生自适应自测使用指引（学生版）\n1. 自行播放教师发布的会话提问音频，手机录制自己完整作答全过程。\n2. 将个人会话录音上传，触发本技能自适应训练模式。\n3. 系统自动独立批改，**仅学生本人可见测评结果**，老师后台不查看、不纳入正式作业成绩。\n4. 即时获取：逐题评分、发音语法纠错、总分等级、优点点评、不足提示、课后巩固建议。\n5. 可反复录音、反复自测，随时打磨口语会话能力。\n\n---\n\n### 批改结果通用示例\n学生：×××(学号）\n总分：8.0 / 10 优秀 ✅\n问题 1：8/10 ✅ 答对了\n问题 2：5/10 ⚠️ 部分正确\n...\n综合评价：⋯\n巩固建议：⋯\n\n---\n\n## 🤖 AI 角色设定\n你是经验温和的高校日语会话专任教师，**全程宽松评分、以鼓励为主**。\n用于课堂作业批改和学生自主自适应训练，不纠结细微发音偏差、语调小瑕疵与轻微语法小错，只要不影响语义理解均不扣分；优先肯定学生敢于开口、主动表达的亮点，不足处委婉温和提示，保护学生日语口语学习积极性。\n\n## 使用条件\n- 输入：包含教师提问+学生作答的会话音频（MP3/MP4/M4A/WAV）\n- 输出：逐题评分、单题点评纠错、总分评级、综合优缺点评价、个性化巩固建议；多人提交支持班级汇总表格与Excel导出。\n\n## 批改核心原则（强制执行）\n1. 区分两种场景：正式课堂作业批改、学生私下自适应自测训练，均采用宽松鼓励打分逻辑。\n2. 细微发音不准、语调偏差、零星小语法错误，不重度扣分。\n3. 只要正常听懂问题、愿意开口作答，给予基础保底分数，避免低分打击信心。\n4. 评语先表扬优点，再委婉提不足，语言亲和易懂。\n\n## 逐题评分维度 & 权重（鼓励专用版）\n| 维度 | 权重 | 评分要点 |\n|------|------|----------|\n| 内容贴合度 | 80% | 是否听懂题意、回答贴合问题，不答非所问，允许简单朴素表达 |\n| 回答完整度 | 10% | 不随意跳题、不长期沉默卡顿，敢于完整表达即可得分 |\n| 语法正确性 | 5% | 核心语法无误即可，轻微小语法错误酌情宽容 |\n| 发音清晰度 | 5% | 语义能听懂就不扣分，轻微口音、发音偏差包容处理 |\n\n每题满分10分，整体宽松酌情给分，偏向鼓励提分。\n\n## 总分等级划分（友好鼓励版）\n- 8.0～10.0 ：优秀 ✅\n- 7.0～7.9  ：良好 ⚠️\n- 5.0～6.9  ：合格 😐\n- 5.0以下   ：需加强 ❌\n\n## 批改流程\n### 第1步：音频智能转写\n自动识别日语会话内容，视频格式先提取纯音频，再用日语模型转写文本。\n\n### 第2步：会话内容识别\n自动拆分：教师提问条目、学生对应回答内容，区分5～6道常规会话题目。\n\n### 第3步：按宽松权重逐题打分\n依照上面四维权重，宽容评判，不抠细节小瑕疵。\n\n### 第4步：核算总分并评定等级\n平均分换算为满分10分，匹配友好等级标签。\n\n### 第5步：逐题精细化温和批改（精简不冗长）\n每道题只精简呈现，不堆砌大段文本：\n精简学生核心作答转写（剔除多余重复、卡顿口头禅，只保留有效回答）\n给出1 句标准参考表达即可，不罗列多版本\n给出本题得分\n只抓1～2 处关键问题做温和纠错提示，不抠细碎小瑕疵\n\n### 第6步：撰写综合评价\n固定结构：亮点优点→委婉不足→可操作巩固建议。\n\n### 第7步：多人模式专属\n多人批量批改后，自动汇总高频易错词汇表、班级成绩明细表。\n\n### 第8步：汇总文件输出\n支持生成学号/姓名/得分/纠错/评价汇总文档，可选导出Excel成绩明细。\n\n## 反馈格式模板\n## 📋 [学生姓名]（[学号]）\n### 【逐题评分】\n**问题[序号]：** [题目内容]\n> **A:** [学生转写回答]\n[✅/⚠️/❌] [温和评语]\n- [简洁通俗纠错说明]\n**[X/10分]**\n\n### 【总分】[X]/10 [等级标记]\n**优点：**\n- ✅ [优点1]\n- ✅ [优点2]\n**不足：**\n- ⚠️ [委婉温和表述，不尖锐]\n**巩固建议：**\n1. ✅ [简单可落地练习建议]\n2. ✅ [简单可落地练习建议]\n1. ✅ [建议1]\n2. ✅ [建议2]\n\nFile v1.0.1:_meta.json\n\n{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.0.1\",\n  \"publishedAt\": 1778683772698\n}\n\nArchive v1.0.0: 2 files, 2809 bytes\n\nFiles: SKILL.md (4716b), _meta.json (147b)\n\nFile v1.0.0:SKILL.md\n\n---\nname: 日语会话测试批改\ndescription: >\n  日语会话测试批改。学生录制会话问答录音（老师提问，学生回答），AI根据标准答案逐题评分、纠错、给出巩固建议。\n  面向高校日语教师，发录音给AI即可自动出批改结果，无需自己转写或打分。\n  Use when: 收到日语会话练习音频录音，需要按题目逐题批改、打分、给出纠错和巩固建议。\n  Triggers: 收集学生会话测试录音音频（MP3/MP4/M4A/WAV），老师提问学生回答的会话练习（会話練習/会話テスト）。\n  NOT for: 课文朗读、语法题、写作、翻译——这些请用「日语全维评测」（japanese-voice-scorer）技能。\n---\n\n# 日语会话测试批改\n\n面向高校日语教师——自动批改学生会话测试录音，无需手动转写或打分。\n\n---\n\n## 📌 教师使用指南（3步搞定）\n\n```\n① 学生用手机录音 → 录下会话测试全程（老师问+学生答）\n② 把音频文件发给 AI 助手\n③ 自动出结果 → 每道题评分 + 纠错 + 总分 + 巩固建议\n```\n\n### 音频要求\n- 格式：MP3、M4A、MP4、WAV 均可\n- 时长：建议每份不超过 5 分钟\n- 环境：安静、声音清晰即可\n\n### 教师不需要做的\n- ❌ 不需要自己写转写文字\n- ❌ 不需要手动逐题打分\n- ❌ 不需要自己汇总\n\n### 你会收到的结果（示例）\n```\n学生：×××(学号）\n总分：8.0 / 10  优秀 ✅\n\n问题1：8/10 ✅ 答对了\n问题2：5/10 ⚠️ 部分正确\n...\n综合评价：⋯\n巩固建议：⋯\n```\n\n---\n\n## 🤖 AI 批改流程\n\n## 角色设定\n你是一位经验丰富的日语会话教师。每次批改时，以鼓励为主、具体指导为辅，帮学生找到准确的方向。\n\n## 使用条件\n- 输入：学生录制的一段音频（MP3/MP4/M4A/WAV等），包含老师提问+学生回答\n- 输出：每位学生的逐题评分 + 总分（满分10分）+ 具体纠错 + 综合评价 + 巩固建议\n\n## 批改流程\n\n### 第1步：音频转写\n使用 Whisper（model small，language ja）将音频转写为日语文本。命令：\n```bash\ncd /tmp && whisper /tmp/audio_xxx.wav --model small --language ja --output_format txt\n```\n如果音频是视频文件（MP4），先用 ffmpeg 提取音频：\n```bash\nffmpeg -y -i \"<input_path>\" -vn -acodec pcm_s16le -ar 16000 -ac 1 /tmp/audio_xxx.wav\n```\n\n### 第2步：理解会话内容\n根据转写文本，识别出以下内容：\n- **老师问的问题**（一般每课有 3~6 个问题）\n- **学生的回答**（有时学生会有多个版本的回答或重复）\n\n### 第3步：逐题评分（每道题0~10分）\n\n每道题从以下维度评分：\n\n| 维度 | 权重 | 评分要点 |\n|------|------|----------|\n| **内容准确性** | 50% | 是否回答了题目所问？ |\n| **语法正确性** | 20% | 核心语法是否用对？ |\n| **发音清晰度** | 15% | 关键单词是否读对？音近错误是否影响理解？ |\n| **回答完整度** | 15% | 是否完整回答？有没有半途而废、沉默、跳题？ |\n\n每题满分10分，各维度酌情扣分。\n\n### 第4步：计算总分\n\n总分 = 各题得分之和 ÷ 题目数，按比例换算为满分10分。\n\n**等级划分：**\n- **8.0~10.0**：优秀 ✅\n- **6.0~7.9**：良好 ⚠️\n- **4.0~5.9**：合格 😐\n- **<4.0**：需加强 ❌\n\n### 第5步：编写逐题批改\n\n对每道题，给出：\n1. 学生的回答内容（原文转写）\n2. 正确答案\n3. 评分 + 扣分原因\n4. 发音/语法/内容三方面的具体纠错\n\n### 第6步：写综合评价\n\n用中文写一段话，格式：\n1. **优点**（先肯定1~2个亮点）\n2. **主要问题**（列出2~3个最严重的失分点）\n3. **巩固建议**（给出可操作的具体课后建议）\n\n### 第7步：高频错词汇总（多人批改时）\n\n当一次批改多人时，最后汇总本次所有学生的高频错误词，格式：\n\n| 错误词 | 正确词 | 出现频率 | 学生例 |\n|--------|--------|----------|--------|\n\n### 第8步：输出汇总文件\n\n批改全部完成后：\n1. 创建一个汇总文档\n2. 表格格式：学号 | 姓名 | 得分 | 具体纠错 | 综合评价 | 巩固建议\n3. 最后生成一个包含所有学生得分和错题明细的Excel文件（如可选）\n\n## 反馈格式模板\n\n```\n## 📋 [学生姓名]（[学号]）\n\n### 【逐题评分】\n\n**问题[序号]：** [题目内容]\n> **A:** [学生转写回答]\n\n[✅/⚠️/❌] [评语]\n- [具体错误1]：[说明]\n- [具体错误2]：[说明]\n**[X/10分]**\n\n...\n\n### 【总分】[X]/10 [等级标记]\n\n**优点：**\n- ✅ [优点1]\n- ✅ [优点2]\n\n**问题：**\n- ❌ [问题1]\n- ❌ [问题2]\n\n**巩固建议：**\n1. ✅ [建议1]\n2. ✅ [建议2]\n```\n\nFile v1.0.0:_meta.json\n\n{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.0.0\",\n  \"publishedAt\": 1777978179658\n}","readmeExcerpt":"Skill: 日语会话测试批改 Owner: bianmaxingkong Summary: 面向 A1/A2/B1（对应 JLPT‑N5~N3）师生对话场景的日语口语批改 Skill。基于 faster‑whisper 完成音频 ASR 转写，采用 ** 内容完整性 50%、准确性 20%、流利度 30%** 三维加权预评分，秉持鼓励优先原则，降低语法偏差对总分的拖累。内置专有名词白名单，防止人名、地名被 AI 误判扣分；设置 ASR 置信度分级，低置信场景下 AI 分数仅作后台参考，交由教师人工打分。生成老师详细版、学生简洁版两套反馈，支持 CSV 批量导出。本技能平台无关，对接 LMS 需自行开发适配器；AI 仅做预批改，全部错误必须经过教师复核确认，不会自动判错扣分。 Tags: latest:1.1.7 Version history: v1.1.7 | 2026-08-21T14:26:54.248Z | user ","codeSnippets":[],"executableExamples":[{"language":"bash","snippet":"# 音频预处理\nffmpeg -y -i \"input.mp4\" -vn -acodec pcm_s16le -ar 16000 -ac 1 /tmp/audio.wav\n\n# faster-whisper 日语转写\nfaster-whisper /tmp/audio.wav --model large-v3 --language ja --output_format txt --word_timestamps True"},{"language":"yaml","snippet":"反馈字段:\n  带每题得分: 可选        # 学生版是否展示 Q1~Q5 各题分数；默认关闭（更精简/鼓励）\n  总评长度: 2-3句        # 默认；可改为1句(极简)\n  练习建议: 2条          # 默认；可改为1条或4条\n  带学生原话: 否          # 学生版默认不展示学生原话转录\n  等级标注: 是            # 是否附 优秀/良好/达标"},{"language":"text","snippet":"japanese-conversation-grader/\n  SKILL.md                      # 通用：只描述批核与双产物，不含平台绑定\n  adapters/\n    csv_adapter.py        # 通用：导出CSV，老师导入任意平台(默认，全平台通用)\n    canvas_adapter.py     # Canvas：读submission_map→API拉取/逐人反馈(可选)\n    moodle_adapter.py     # 其他学校课程网站(可选)\n    feishu_adapter.py     # 飞书：逐人发送(可选)\n  scripts/\n    download_audio_submissions.py  # 平台专用下载脚本(Canvas等)，生成submission_map.json\n  config.json             # 本地机密配置（含API Token），绝不随技能共享\n  report/\n    detailed/{student_id}.txt      # 老师版详细报告（本地归档）\n    student/{student_id}.txt       # 学生版简洁反馈（每位学生一份）\n    summary.csv                    # 批量汇总（如需）"},{"language":"text","snippet":"学生姓名:{name}（{student_id}）\n评分结果:{total_score}/10\n\n【总体评价】\n{positive_comment}，{constructive_feedback}。{encouragement}\n\n【逐题评分】\n[Q1]:{question_1}\n学生回答:{transcript_1}\n评语:{comment_1}（简短提示）\n得分:{score_1}/10\n\n[Q2]:{question_2}\n学生回答:{transcript_2}\n评语:{comment_2}\n得分:{score_2}/10\n\n……（按实际题目数重复）"},{"language":"text","snippet":"学生姓名:{name}（{student_id}）\n评分结果:{total_score}/10  （如需可附等级）\n\n【总评】（默认2-3句，鼓励为主）\n{一个优点}，{1~2个关键改进}。{鼓励收尾}\n\n【练习建议】\n1. {suggestion_1}\n2. {suggestion_2}\n\n（若配置\"带每题得分=是\"，在此追加一行：Q1 x | Q2 x | …）"},{"language":"bash","snippet":"python3 scripts/download_audio_submissions.py COURSE_ID ASSIGNMENT_ID"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: japanese-conversation-grader\ndisplay_name: 日语会话测试批改\ndescription: A1/A2/B1(约对应JLPT的N5/N4/N3)日语会话测试音频批改；基于faster-whisper实现ASR转写，系统自动转写学生回答并做初步内容匹配与三维诊断（内容完整性/准确性/流利度）；不确定内容不扣分，只输出可疑候选供教师复核。支持单人/批量批改、纠错反馈、成绩归档；AI预批改辅助，教师人工复核，满分10分。\nuse_when: 教师批改日语会话作业录音、会话测试打分、批量评分与反馈\nplatform_independent: true\ntriggers:\n - 日语会话测试批改\n - 日语会话作业评分\n---\n\n## 会话测试形式与录音要求\n\n**对话模式：师生对话**\n教师根据课文内容编写5～6道提问。提前录制提问音频，每题之间预留固定作答时长。学生跟随音频参考课文内容回答，结束后提交音频文件。\n\n---\n\n## 标准答案与题目标注\n\n1. **标准答案存储路径**：`./answer/{COURSE_ID}_{ASSIGNMENT_ID}_answer.txt`\n2. **题目标注格式要求**\n - 每道题以 `[Q1]`、`[Q2]`……格式标注，便于音频转写后逐题对齐\n - 每题标注参考回答要点（关键词/句式），不要求逐字匹配\n\n---\n\n## 专有名词白名单配置\n路径：`./answer/{COURSE_ID}_{ASSIGNMENT_ID}_proper_noun.txt`\n每行1个名词，读音变体用`|`分隔，无专有名词则文件可不提供。\n\n规则：\n- 白名单内人名、地名、作品名，**AI不自动判错、不自动扣分**；\n- ASR识别小偏差直接过滤；\n- 专有名词严重读错，仅允许教师人工复核后扣分。\n\n---\n\n## 工作流程概览\n\nStep1 音频预处理 → Step2 音频质量检测 → Step3 ASR转写 → Step4 ASR可靠性检测（置信度分级）→ Step5 三维AI评分 → Step6 教师复核 → Step7 成绩录入与反馈生成\n\n---\n\n## Step 1：音频预处理\n\n- 批量转为 wav 格式，统一采样率\n- 存放路径：`./audio/{student_id}/`\n\n---\n\n## Step 2：音频质量检测\n\n检测项：\n- 有效语音比例\n- 音量范围\n- 背景噪声\n- 是否存在多人声音\n\n**异常处理**：音频质量不足 → 不评分 → 请求重新上传。\n\n---\n\n## Step 3：ASR 转写\n\n### 转写工具规格（强制）\n\n- **唯一转写工具**：`faster-whisper`\n- **仅允许模型**：`large-v3 fp16` / `medium`；禁用 `small` / `base` / `tiny` 及全部其他规格\n- **硬件调度**：有充足 GPU 用 `large-v3 fp16`；无 GPU 自动降级 `medium`\n- **固定开启** `word_timestamps=True` 输出词级时间戳\n\n```bash\n# 音频预处理\nffmpeg -y -i \"input.mp4\" -vn -acodec pcm_s16le -ar 16000 -ac 1 /tmp/audio.wav\n\n# faster-whisper 日语转写\nfaster-whisper /tmp/audio.wav --model large-v3 --language ja --output_format txt --word_timestamps True\n```\n\n### 异常处理规则\n\n- 音频损坏/空文件/无法识别 → 标记「转写失败」\n- 自动移入 `./error_audio/`，触发人工复核\n- 跳过自动评分，不直接判定低分\n\n---\n\n## Step 4：ASR 可靠性检测\n\n系统综合判断以下方面：\n- 文本匹配程度\n- 音频质量\n- ASR 置信度\n- 对齐情况\n\n输出：**高 / 中 / 低置信度**（用于 Step 6 教师复核的投入分级）。\n\n### 置信度分级判定标准\n\n| 置信度 | 判定条件 |\n| :--- | :--- |\n| **高** | 转写完整率 ≥80% 且 ASR 平均置信度 ≥0.8 且 音频信噪比 ≥20dB |\n| **中** | 转写完整率 ≥60% 且 <80%，ASR 平均置信度 ≥0.5 且 <0.8 |\n| **低** | 转写完整率 <60%，或 ASR 平均置信度 <0.5，或音频质量检测不通过 |\n\n> 置信度‑AI评分衔接规则\n> 1. **高、中置信度**：CAF三维AI加权分数作为正式预评分，教师仅做异常修正；\n> 2. **低置信度**：AI三维加权分数仅作为后台诊断参考，**不计入、不对外展示，最终成绩完全由教师人工给出**。\n\n---\n\n## Step 5：三维 AI 评分\n\n### 能力层级说明\n\n遵循 **CEFR（欧洲语言共同参考框架）**；本系统采用 A1、A2、B1 三个等级。\n\n| 能力层级 | 操作标签 | 会话评价重点 |\n| :--- | :--- | :--- |\n| **A1** | 约对应 JLPT N5 | 能围绕熟悉题目作简单、完整回答 |\n| **A2** | 约对应 JLPT N4 | 能围绕日常话题进行较完整简单交流 |\n| **B1** | 约对应 JLPT N3 | 能表达经历、理由和简单观点，注意连贯性 |\n\n> JLPT 没有口语考试；N5/N4/N3 仅作为词汇、语法和课程任务难度参考。\n\n---\n\n### 评分原则\n\n1. 内容切题比语法完美更重要\n2. A1/A2（N5/N4）阶段轻微语法偏差以反馈为主，不扣分\n3. 不确定错误不扣分\n4. 鼓励为主，微小误差不扣分\n\n> 准确性维度重要说明\n> 准确性维度占20%权重参与AI加权运算，但**该维度输出仅为趋势预估值，不能直接等价于发音或语法错误**；系统不会依靠该维度自动判定发音或语法对错；所有错误必须经教师复核确认后方可扣分。\n\n### 评分前置过滤规则（评分前必须执行）\n\n计算任何维度分数前，先筛除以下情况，**排除出扣分范围**：\n\n1. **ASR 误识别**——不进入评分计算\n - 同音词差异、语气词误识别\n - 系统标记为\"ASR疑似误识别\"的项\n2. **转写存疑**——不进入评分计算\n - 系统置信度 < 0.5 的识别结果\n3. **学习者自然偏差**——反馈但不扣分\n - A1/A2 阶段轻微语法偏差\n - 句尾语气词添加或省略\n4. **白名单专有名词**——不进入AI自动扣分计算\n   - 匹配白名单内的人名、地名、作品名；识别出现字形、读音轻微偏差，AI不自动判定词汇错误\n   - 专有名词的严重误读，仅可由教师人工复核确认后扣分\n---\n\n### AI 自动评分模型（三维加权·主线）\n\n| 评价维度 | 权重 | 数据来源 | 评分要点 |\n| :--- | :--- |"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn7cw3j55n4hxe9ze445qp81ks86150x\",\n  \"slug\": \"japanese-conversation-scorer\",\n  \"version\": \"1.1.7\",\n  \"publishedAt\": 1787322414248\n}"},{"path":"skill-card.md","content":"## Description:\n\nGrades A1, A2, and B1 Japanese conversation-test audio by transcribing responses with faster-whisper, producing teacher-reviewed pre-scores across content completeness, accuracy, and fluency, plus teacher and student feedback reports.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[bianmaxingkong](https://clawhub.ai/user/bianmaxingkong)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal educators and language-program staff use this skill to batch grade Japanese conversation-test recordings, review ASR-backed pre-scores, and generate separate detailed teacher reports and concise student feedback.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Optional course-platform adapters may post student grades and feedback through APIs without a clearly required final confirmation or dry-run.\n\nMitigation: Use the default CSV or local-report workflow, keep tokens in local config or environment variables, and require a teacher-reviewed preview before any adapter posts grades or feedback.\n\nRisk: ASR-backed pre-scores can be unreliable when audio quality, transcript alignment, or recognition confidence is low.\n\nMitigation: Treat low-confidence AI scores as internal diagnostics only and require the teacher to provide the final score before student-facing feedback is released.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/bianmaxingkong/skills/japanese-conversation-scorer)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown and plain-text feedback reports with inline shell commands and CSV-compatible summaries]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Produces teacher-facing detailed reports, student-facing concise feedback, and optional CSV exports; low-confidence ASR results require teacher scoring.]\n\n## Skill Version(s):\n\n1.1.7 (source: server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"面向 A1/A2/B1（对应 JLPT‑N5~N3）师生对话场景的日语口语批改 Skill。基于 faster‑whisper 完成音频 ASR 转写，采用 ** 内容完整性 50%、准确性 20%、流利度 30%** 三维加权预评分，秉持鼓励优先原则，降低语法偏差对总分的拖累。内置专有名词白名单，防止人名、地名被 AI 误判扣分；设置 ASR 置信度分级，低置信场景下 AI 分数仅作后台参考，交由教师人工打分。生成老师详细版、学生简洁版两套反馈，支持 CSV 批量导出。本技能平台无关，对接 LMS 需自行开发适配器；AI 仅做预批改，全部错误必须经过教师复核确认，不会自动判错扣分。 Skill: 日语会话测试批改 Owner: bianmaxingkong Summary: 面向 A1/A2/B1（对应 JLPT‑N5~N3）师生对话场景的日语口语批改 Skill。基于 faster‑whisper 完成音频 ASR 转写，采用 ** 内容完整性 50%、准确性 20%、流利度 30%** 三维加权预评分，秉持鼓励优先原则，降低语法偏差对总分的拖累。内置专有名词白名单，防止人名、地名被 AI 误判扣分；设置 ASR 置信度分级，低置信场景下 AI 分数仅作后台参考，交由教师人工打分。生成老师详细版、学生简洁版两套反馈，支持 CSV 批量导出。本技能平台无关，对接 LMS 需自行开发适配器；AI 仅做预批改，全部错误必须经过教师复核确认，不会自动判错扣分。 Tags: latest:1.1.7 Version history: v1.1.7 | 2026-08-21T14:26:54.248Z | user","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":1037,"uniquenessScore":56,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-10T08:10:37.795Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-10T08:10:37.795Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T10:49:47.807Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}