desempenho
Skill0 starsChanged 3 months agoMITView on GitHub
Painel HTML de desempenho nos estudos para concurso, cruzando o caderno de erros da wiki com os exports dos quizzes, com taxa de erro por disciplina, motivos e prioridade de revisão ponderada pelo peso da prova. Use quando o usuário pedir dashboard, estatísticas dos simulados, "como estou indo" ou "onde estou errando mais". Registrar erro novo é da skill registrar-erro.
In this repository25 other files it gives its agents.
- CLAUDE.mdCLAUDE.md
- analise-carteiraSkill
- analise-rifSkill
- ankiSkill
- concisoSkill
- despacho-plantaoSkill
- digestoSkill
- edita-videoSkill
- escrita-para-agentesSkill
- generateSkill
- guia-cartorioSkill
- handoffSkill
- mapa-mentalSkill
- portaria-ipSkill
- prova-oralSkill
- registrar-erroSkill
- relatorio-final-ipSkill
- representacao-cautelarSkill
- revisao-contradicoesSkill
- sabatinaSkill
- simulado-quizSkill
- sts2Skill
- sync-skillsSkill
- treino-wikiSkill
- vocabulario-kindleSkill
The file
Files
Desempenho — Dashboard de Estudos
Gera um painel HTML autocontido (tema escuro, offline) a partir dos dados que o usuário já produz: wiki/revisao/erros.md + bancos e exports de erros em quiz-data/.
Passo a passo
1. Gerar o dashboard
python "$env:USERPROFILE\.claude\skills\desempenho\scripts\build_dashboard.py" `
--base "<pasta de estudos>" # a pasta que contém wiki\ e quiz-data\Saída padrão: <pasta de estudos>\quiz-data\Dashboard - Desempenho MPSP.html (fica no Drive, sincroniza entre as máquinas). Use --out para outro caminho.
2. Conferir o relatório do script
O script imprime um resumo: bancos lidos, exports vinculados, erros sem vínculo (export cita um sim/questão que não está em nenhum banco). Erros sem vínculo não somem — entram no painel como "não vinculado" — mas se forem muitos, avise o usuário que há banco faltando em quiz-data/.
3. Interpretar para o usuário (sempre)
Depois de gerar, entregue no chat um diagnóstico curto (3–5 frases): disciplina mais crítica pela prioridade ponderada (erros × peso da prova), motivo de erro dominante, e a ação concreta sugerida (qual nota da wiki revisar, ou treino-wiki na disciplina crítica). O HTML mostra números; o valor da skill é a leitura.
Limitações honestas (não esconda do usuário)
- A taxa de erro considera respondidos os bancos citados em algum export de erros — quiz feito sem exportar erros não conta.
- Erros anotados só no
erros.md(sem export) contam para prioridade e motivos, mas não para a taxa por banco.
Manutenção
Os pesos por disciplina (prova objetiva MPSP 97º, 100 questões) estão em constante no build_dashboard.py — se o alvo mudar (MP-MT, outro edital), atualize a constante PESOS lá, não invente pesos no chat.
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

