[curriculum-eval] curriculum_assessment.py: checkpoint_quality — regex misses :white_check_mark: shortcode, 92/94 pages scored as having no checkp
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 62/100
- Tipo di issue
- Bug
- Chiarezza
- Specificata chiaramente
- Stato di attività
- Attiva
- Stack tecnologico
- github-actions, markdown, python
- Ambito
- documentation, tooling
Direzione di ricerca
Inizia da .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py e individua CHECKPOINT_RE e l'espressione regolare has_prereq_section, che corrispondono solo a emoji letterali. Controlla poi il suggerimento di Bloom activity:checkpoint e NUMBERED_HDR_RE per verificare se seguono lo stesso schema. Per la verifica usa workshop/04-github-actions-intro.md: la riga 138 usa lo shortcode ✅ e dovrebbe risultare has_checkpoint=true. È completato quando un test unitario con una fixture di shortcode passa e rieseguendo la valutazione il checkpoint risulta presente.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
File: .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py (affects every workshop/*.md)
Overall Score: 6.06 / 10.0 corpus mean (threshold 5.52)
Flagged Dimensions:
| Dimension | Score | Benchmark | Delta |
|---|---|---|---|
| checkpoint_quality | 0.0 on 92/94 pages | ≥ 4 items → 10 | −10 |
| scaffolding | 5.0 on nearly all pages | 10 when section present | −5 |
Root Cause (≤ 2 sentences):
CHECKPOINT_RE = r"##\s+✅\s*Checkpoint" and the scaffolding regex ##\s+📋\s*Before You Start only match literal emoji, but the workshop (per AGENTS.md conventions) writes ## :white_check_mark: Checkpoint and ## :clipboard: Before You Start. Pages are therefore scored as lacking checkpoints and prerequisites despite having them, cutting ~2–3 points from each overall score.
Evidence (quoted from the file):
workshop/04-github-actions-intro.mdline 138:## :white_check_mark: Checkpointfollowed by 5 checklist items (scoredhas_checkpoint: false,checkpoint_quality: 0.0); line 21:## :clipboard: Before You Start(scoredhas_prereq_section: false).
Learning Science Rationale:
Valid measurement is a precondition for applying Bloom's, Cognitive Load, or Mayer-based feedback. A false-negative checkpoint metric hides the real signal (retrieval-practice checkpoints, per the testing effect, are present) and sends agents to "fix" pages that are fine, while masking real weaknesses such as low activity density and word count over 800 on side-quest-01-02-environment-reference.md and 05-agentic-workflows-intro.md.
Improvement Prompt (for an agent):
In .github/skills/curriculum-quantitative-assessment/curriculum_assessment.py, update CHECKPOINT_RE to match "## ✅ Checkpoint" OR "## :white_check_mark: Checkpoint" (e.g. r"##\s+(?:✅|:white_check_mark:)\s*Checkpoint", re.IGNORECASE), and update the has_prereq_section regex to accept "## 📋 Before You Start" OR "## :clipboard: Before You Start" OR "## Prerequisites". Also check NUMBERED_HDR_RE/other emoji-dependent patterns and the Bloom "activity:checkpoint" cue use the same updated regex. Add a unit test with a fixture using the shortcode form. Re-run the assessment and confirm that pages like workshop/04-github-actions-intro.md report has_checkpoint=true and checkpoint_quality=10.
Expected Score After Fix: 8.0 / 10.0 corpus mean (up from 6.06)
Generated by 🔬 Curriculum Quality Evaluator · copilot · auto · ~48 AIC · ⌖ ~1 AIC · ⊞ 5K · ◷
- expires on Nov 14, 2026, 6:04 AM UTC
- Lingua principale
- JavaScript
- Stelle
- 62
- Fork
- 43
- Merge medio
- 1g 5h
- PR unite (30g)
- 9
Preparare l'ambiente
Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Nessuna guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di githubnext/gh-aw-workshop
-
documentation
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
githubnext/gh-aw-workshop#5674 ·
I maintainer di solito rispondono entro 1 giorno
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
githubnext/gh-aw-workshop#5659 ·
I maintainer di solito rispondono entro 1 giorno
-
curriculum documentation quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
githubnext/gh-aw-workshop#5660 ·
I maintainer di solito rispondono entro 1 giorno
-
documentation
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
githubnext/gh-aw-workshop#5650 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 66/100
githubnext/gh-aw-workshop#5635 ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di githubnext/gh-aw-workshop
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
jonathanong/no-mistakes#3332 ·
I maintainer di solito rispondono entro 1 giorno
-
更新已收录主题套装为三主题及管理器兼容说明Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 62/100
awesome-dsh-plugin/awesome-dsh-plugin#14970 ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
swc-project/swc-ai-issues#653 ·
-
prune-lockfile drops workspace module entries from the pruned pnpm lockfile on WindowsForse già presa @gilhanan l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno