[curriculum-eval] curriculum_assessment.py: checkpoint_quality and scaffolding — regex ignores :white_check_mark:/:clipboard: shortcodes
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 75/100
Línea de trabajo
En .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py, actualiza CHECKPOINT_RE y las expresiones regulares has_prereq_section para que coincidan tanto con encabezados emoji como con shortcode de GitHub. Comprueba otras expresiones regulares basadas en emoji en el archivo, luego vuelve a ejecutar la evaluación en workshop/*.md. Añade una prueba unitaria que cubra ambas formas; hecho significa que has_checkpoint es true para secciones shortcode y las pruebas pasan.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
File: .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py
Overall Score: corpus mean 6.06 / 10.0 (this issue affects 92 of 94 pages)
Flagged Dimensions:
| Dimension | Score | Benchmark | Delta |
|---|---|---|---|
| checkpoint_quality | 0.0 (92/94 pages) | ≥ 10 with ≥ 4 items | −10.0 |
| scaffolding | 5.0 (94/94 pages) | 10 | −5.0 |
Root Cause (≤ 2 sentences):
CHECKPOINT_RE matches ##\s+✅\s*Checkpoint and the scaffolding check matches ##\s+📋\s*Before You Start, but the workshop (per AGENTS.md) writes ## :white_check_mark: Checkpoint and ## :clipboard: Before You Start. Result: has_checkpoint is false and has_prereq_section is false for nearly all pages even though the sections exist.
Evidence (quoted from the file):
## :white_check_mark: Checkpoint(workshop/side-quest-01-02-environment-reference.md line 155) and## :clipboard: Before You Start(line 9) are both flagged as missing;CHECKPOINT_RE = re.compile(r"##\s+✅\s*Checkpoint", re.IGNORECASE)
Learning Science Rationale:
Valid measurement is a precondition for acting on Bloom's/Cognitive Load evidence: checkpoints support retrieval practice and scaffolding reduces extraneous load (Sweller). If the rubric reports them as absent everywhere, the 4.0-point (weight 2.0 × 10 + 1.5 × 5) penalty swamps real variance, causes false "missing_checkpoint" flags and agents may add duplicate sections.
Improvement Prompt (for an agent):
In .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py, update CHECKPOINT_RE and the has_prereq_section regexes so they accept both the literal emoji and the GitHub shortcode forms: "## ✅ Checkpoint" or "## :white_check_mark: Checkpoint", and "## 📋 Before You Start" or "## :clipboard: Before You Start" (and "## Prerequisites"). Also check any other emoji-based regexes in the file (e.g. the bloom evidence "activity:checkpoint" cue and checklist-item counting scope). Re-run the assessment against workshop/*.md, confirm has_checkpoint is true for pages containing the shortcode heading, and add a small unit test or fixture covering both forms.
Expected Score After Fix: ~8.0 / 10.0 corpus mean (up from 6.06) once real checkpoints/prereqs are detected.
Generated by 🔬 Curriculum Quality Evaluator · copilot · auto · ~46 AIC · ⌖ ~1 AIC · ⊞ 5K · ◷
- expires on Oct 26, 2026, 3:44 AM UTC
- Lenguaje dominante
- JavaScript
- Estrellas
- 55
- Forks
- 36
- Merge medio
- 2 d 8 h
- PR fusionados (30 d)
- 17
Preparar el entorno
Inicia el contenedor de desarrollo del proyecto en tu navegador, con tu propia cuenta de GitHub.
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Sin guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de githubnext/gh-aw-workshop
-
[workshop-sim] Improve: Strengthen practice and checkpoints in Step 05 (What Are Agentic Workflows?)Abiertofeedback simulation workshop
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
githubnext/gh-aw-workshop#4972 ·
Los mantenedores suelen responder en 1 día
-
feedback simulation workshop
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
githubnext/gh-aw-workshop#4971 ·
Los mantenedores suelen responder en 1 día
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
githubnext/gh-aw-workshop#4969 ·
Los mantenedores suelen responder en 1 día
-
curriculum documentation quality
Dificultad 2/5 Medio día Aptitud para principiantes 85/100
githubnext/gh-aw-workshop#4966 ·
Los mantenedores suelen responder en 1 día
-
curriculum documentation quality
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
githubnext/gh-aw-workshop#4965 ·
Los mantenedores suelen responder en 1 día
Todos los issues de githubnext/gh-aw-workshop
Issues similares
-
WebsiteAbiertogood first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 91/100
TanbirRamim/open-source-radar#314 ·
Los mantenedores suelen responder en 1 día
-
prio: medium
Dificultad 2/5 1-3 horas Aptitud para principiantes 63/100
twentyhq/twenty#28826 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
status: needs triage
Dificultad 1/5 1-3 horas Aptitud para principiantes 76/100
mastra-ai/mastra#28382 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
documentation
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
SolidGeeks/strata#21 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Yomguithereal/mnemonist#247 ·