agentsclimarketplace

Course audit

Skill DojoCodingLabs/instructional-design-toolkit/skills/course-audit

Auditoría de curso contra framework completo. Use when user asks to "audit my course", "review my syllabus", "check course quality", "auditar curso", "revisar mi syllabus", "validar curso", "/course-audit".From its SKILL.md

Install
npx -y skills add DojoCodingLabs/instructional-design-toolkit --skill course-audit

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
  • 2 stars2 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

8.5 KB, as published. Nobody here has run it

Auditoría de Curso

Valida un curso existente contra: CONTEXT→CONCEPT→BUILD→SHIP→REFLECT presence, Bloom's progression climb, Ship-First Design alignment, hiring test, standalone test, cmi5 structure validity, tag taxonomy compliance.

Regla de idioma

Español. Términos técnicos en formato "español (English)".

Inputs

  • course-slug (required, desde $ARGUMENTS): nombre del directorio en docs/instructional-design/courses/.

Si vacío: listar cursos disponibles, pedir al usuario elegir.

Flujo

Paso 1 — Load + Validate JSON

  1. Verificar que existe docs/instructional-design/courses/{slug}/course.json.
  2. Validar contra schema:
    ajv validate -s ${CLAUDE_PLUGIN_ROOT}/assets/schemas/course.schema.json -d {course.json} --spec=draft2020 -c ajv-formats
    
    Si falla schema → ABORT (no auditar contenido si la estructura está rota).
  3. Cargar el JSON en memoria.

Paso 2 — Run framework checks

Ejecutar TODOS los checks abajo y agruparlos por severidad (PASS / WARN / FAIL).

Check 1 — Infrastructure presence

FieldCriterio
business_contextPresente y no vacío
learner_profileid, name, primary_pain todos presentes
capstoneid, title, deliverable, ≥3 criteria, hiring_test todos presentes
analysis.blooms_progressionArray con length == modules.length
analysis.ship_milestones_escalationArray con length == modules.length
Per módulo: feedback_formPresente con tool + form_id + embed_url

Check 2 — CONTEXT→CONCEPT→BUILD→SHIP→REFLECT presence

Por cada lesson:

FieldCriterio
context≥100 chars, no arranca con "En la lección anterior"
concept≥200 chars
build≥200 chars Y representa 50-60% del total chars de la lesson
ship≥30 chars
reflect≥1 question, NO genérica (rechazar "¿qué aprendiste?", "¿cómo te fue?", "¿algún comentario?")

Check 3 — Bloom's progression climb

Mapear levels a integers: Recognize=1, Explain=2, Build=3, Debug=4, Decide=5, Ship=6.

  • PASS: progresión monotónica creciente (con plateaus OK).
  • WARN: 3+ módulos en mismo nivel, O regression de 1 nivel.
  • FAIL: regression de 2+ niveles, O salto de 3+ niveles sin step intermedio.

Check 4 — Ship-First alignment

  • Cada módulo tiene ship_milestone no vacío.
  • Ship milestones escalan: commit local → push → deploy staging → prod → capstone público.
  • Capstone está alineado con assessment_criteria (ej. si capstone dice "publicada en stores" debe haber criterio sobre publicación).

Check 5 — Hiring test no genérico

  • capstone.hiring_test debe ser >50 chars.
  • NO aceptar respuestas tipo "Sí" sin justificación.
  • Aceptar respuestas razonadas, incluso "No" si el creador justifica el rediseño pendiente.

Check 6 — Standalone test

Por cada lesson:

  • ¿BUILD asume conocimiento que NO está en CONCEPT de la misma lesson?
  • ¿BUILD referencia conceptos de lessons FUTURAS?

Heurística: si BUILD menciona términos no introducidos en CONCEPT y no hay link a lesson previa que los haya introducido → WARN.

Caso extremo (BUILD vacío o trivial): FAIL — anti-pattern Hello-Worlder.

Check 7 — cmi5 structure

Despachar ${CLAUDE_PLUGIN_ROOT}/agents/cmi5-metadata-writer.md en mode validate-only (no escribir):

  • IDs (id, au_id en todos los niveles) son únicos en su scope.
  • masteryScore ∈ [0, 1].
  • moveOn ∈ enum válido.
  • launchMethod ∈ enum válido.
  • activityType is a valid URI.

Check 8 — Tag taxonomy compliance

Si existe tag-taxonomy.md en el repo (proyecto del usuario, no del plugin):

  • Cross-reference que los tags usados en meta.keywords (si existen) están en la taxonomía.
  • WARN si hay tags no listados.

Si no existe tag-taxonomy.md: skip este check (PASS).

Paso 2.5 — Aplicar overlays al audit (Base + Overlay protocol)

Antes de componer el report, leer ${CLAUDE_PLUGIN_ROOT}/assets/runtime/overlay-protocol.md y ejecutar el procedimiento (Discovery §2 + Invocation §3 + Layer 1 validator §5, específicamente §5.4 porque el baseDraft es findings-shaped, NO el course.json) sobre el conjunto de findings producido en el Paso 2:

  • command = "course-audit"
  • cwd = directorio de trabajo desde donde se invocó /idt:course-audit
  • baseDraft = objeto con forma { findings: [...], summary: {...} } que resume los 8 checks de framework. Cada finding tiene al menos los campos check, severity (pass/warn/fail), description, y opcionalmente recommended_change (texto libre o JSON Pointer-shaped) que el overlay puede usar para proponer fixes. Un overlay puede AGREGAR findings — p.ej. un overlay content-standards desde dojo-academy puede inyectar findings Dojo-específicos como "Módulo 2 carece de text-classes load-bearing, contradice la regla 'text classes carry the course'".
  • context.cwd y context.repo per la convención general.
  • context.locale derivado de course.meta.language cuando esté presente.
  • context._sourceArtifact = el course.json cargado en el Paso 1 (side-channel del runtime, no parte del contrato público de OverlayInput.context — ver overlay-protocol.md §5.4).

Reglas (§5.4):

  • El validator Layer 1 toma el snapshot contra context._sourceArtifact (el course.json), NO contra baseDraft. El snapshot queda fijo durante todo el run — los overlays agregan findings, no tocan el source.
  • Después de cada overlay, además del snapshot-compare estándar, el runtime escanea cada finding nuevo y mira sus campos recommended_change / proposed_diff / equivalentes. Si el texto del finding referencia cualquier path Layer 1 de §4 con intención de mutar (p.ej. set meta.id = ..., replace modules[0].au_id, delete capstone.id): ABORT con error apuntando al SKILL.md del overlay AND al índice del finding ofensor en el array findings[].
  • Findings que proponen cambios sobre campos mutables (titles, slugs, description text, analysis.identified_risks, copy de lessons): OK — solo los path L1 disparan el abort.
  • Los findings de overlays se mezclan con los findings base en el report (Paso 3) bajo una sub-sección "Overlay findings" por overlay aplicado, con el SKILL.md path del overlay como header.
  • Si discovery devuelve cero overlays: el report contiene solo los 8 checks base (auditoría voice-neutral cmi5/xAPI). Ningún warning.
  • Warnings de overlays se acumulan y se incluyen en la presentación final (Paso 4) junto al "N fixes prioritarios identificados".

Paso 3 — Compose audit report

Generar docs/instructional-design/courses/{slug}/audits/audit-{YYYY-MM-DD}.md con estructura:

# Course Audit: {course title}
**Date**: {date}
**Auditor**: instructional-design-toolkit:course-audit
**Course version**: {version}

## Summary
- Infrastructure: {pass/total}
- Lesson formula compliance: {pass/total} lessons
- Bloom's progression: PASS | WARN | FAIL
- Ship-First alignment: PASS | WARN | FAIL
- Hiring test: PASS | WARN | FAIL
- Standalone test: {pass/total} lessons
- cmi5 structure: PASS | WARN | FAIL
- Tag taxonomy: PASS | WARN | SKIPPED

## Detail (por check)
[tablas detalladas]

## Top 5 Fixes Priorizados (impact × ease)

1. **{Most impactful fix}** — file + what to change + estimated effort
2. ...

Paso 4 — Present + gate

"Auditoría completa. {N} fixes prioritarios identificados. ¿Querés que proponga los cambios concretos?

  1. Sí, proponer fixes
  2. No, solo el report"

PUERTA: si el usuario dice sí, proceder a Paso 5. Si no, terminar.

Paso 5 — Propose fixes

Para cada fix priorizado, mostrar el diff propuesto al usuario. Aplicar solo con confirmación explícita por fix. NO bulk-apply.

Recursos

  • ${CLAUDE_PLUGIN_ROOT}/references/methodology.md
  • ${CLAUDE_PLUGIN_ROOT}/assets/skill-references/blooms-taxonomy.md
  • ${CLAUDE_PLUGIN_ROOT}/assets/skill-references/ship-first-design.md
  • ${CLAUDE_PLUGIN_ROOT}/agents/cmi5-metadata-writer.md
  • ${CLAUDE_PLUGIN_ROOT}/assets/schemas/course.schema.json
  • ${CLAUDE_PLUGIN_ROOT}/assets/schemas/overlay-protocol.schema.json — contrato OverlayInput/OverlayOutput para el Paso 2.5
  • ${CLAUDE_PLUGIN_ROOT}/assets/runtime/overlay-protocol.md — discovery + invocation + Layer 1 invariant validator

Keep looking

Skills are one crate of 609,689. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.