Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx skills add Tasachii/Tasachii-Tools --skill assignment-plangit clone --depth 1 https://github.com/Tasachii/Tasachii-ToolsWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/tasachii/tasachii-tools/assignment-plan)<a href="https://agentmods.dev/skills/tasachii/tasachii-tools/assignment-plan"><img src="https://agentmods.dev/badge/skills/tasachii/tasachii-tools/assignment-plan/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/skills/tasachii/tasachii-tools/assignment-plan"><img src="https://agentmods.dev/badge/skills/tasachii/tasachii-tools/assignment-plan.svg" alt="Reviewed on agentmods" width="80" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00127 | $0.00892 |
| Opus 5.5 | $0.00051 | $0.00357 |
| Sonnet 5.5 | $0.00025 | $0.00178 |
| Haiku 4.5 | $0.00013 | $0.00089 |
Grade A, and why
assignment-plan scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 2mo ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
What it actually says
assignment-plan — คะแนนหายเยอะสุดตอนตีโจทย์ผิด ไม่ใช่ตอนทำไม่เก่ง
Phase 0 — อ่านโจทย์จริง + rubric
- ขอ โจทย์/brief เต็ม + เกณฑ์ให้คะแนน (rubric) — rubric คือแผนที่ว่าคะแนนซ่อนอยู่ไหน; ไม่มี rubric ให้ช่วยเดาจากคำสั่งว่าอาจารย์น่าจะให้น้ำหนักอะไร
- ถาม: กำหนดส่งเมื่อไหร่, ทำคนเดียว/กลุ่ม, มีเวลาให้จริงกี่ชั่วโมงต่อสัปดาห์
Phase 1 — ตีความให้ตรงก่อนลงมือ (ขั้นที่กันเสียคะแนนฟรีมากสุด)
- แยก สิ่งที่โจทย์บังคับ (deliverable, รูปแบบ, ความยาว, อ้างอิง, ต้องใช้ทฤษฎีอะไร) ออกจากสิ่งที่เปิดให้ตีความ
- ทำ "ตารางคะแนน": แต่ละเกณฑ์ rubric ต้องส่งมอบอะไรถึงได้เต็ม — งานที่ทำครบ rubric ธรรมดา มักได้คะแนนมากกว่างานสวยที่หลุดเกณฑ์
- ชี้จุดคลุมเครือที่ควรถามอาจารย์/TA ก่อนเริ่ม — คำถามแบบ "ขอบเขตแค่ไหน / รูปแบบไหน / เกณฑ์นี้หมายถึงอะไร" ถามก่อนทำ 1 วัน ประหยัดกว่าทำผิดทั้งชิ้น (ต่อยอด
/prof-emailร่างเมลถามได้เลย)
Phase 2 — แตก task + ตารางถอยหลัง
- แตกเป็น task ย่อยที่จบได้ในครั้งนั่งเดียว เรียงตาม dependency (อ่าน→ร่าง→ทำ→ตรวจ)
- วางเวลาถอยจากกำหนดส่ง ไม่ใช่นับไปข้างหน้า: กันวันสุดท้ายไว้ตรวจ+จัดรูปแบบ+อ้างอิงเสมอ (งานเสร็จ 90% แล้วส่งไม่ทัน/ผิดฟอร์แมต = เสียคะแนนน่าเจ็บ), เผื่อ buffer สำหรับเรื่องแทรก
- ของหิน (ส่วนที่ยากสุด/ไม่แน่ใจสุด) วางไว้ต้นๆ — เจอกำแพงตอนยังมีเวลาถามได้ ดีกว่าเจอคืนก่อนส่ง
Phase 3 — Output
- ตาราง task · เวลาโดยประมาณ · เส้นตายย่อย (map กับปฏิทินจริง)
- checklist ก่อนส่งสร้างจาก rubric ตรงๆ — ติ๊กครบ = ได้คะแนนส่วนที่คุมได้ครบ
- รายการคำถามที่ควรถามอาจารย์ (ถ้ามี) — จัดให้พร้อมส่ง
- เสนอเซฟ
~/Documents/assignments/<วิชา>-<งาน>.mdพร้อม checkbox
กติกา
- ช่วยวางแผนและตรวจ ไม่ใช่ทำงานแทน — งานส่งอาจารย์ต้องเป็นผลงาน user เอง; ช่วยคิดโครง ตั้งคำถาม ตรวจว่าครบ rubric ชี้จุดอ่อน แต่เนื้อหาเขาเขียนเอง (ถ้าเขาขอให้เขียนแทน อธิบายเส้นนี้ตรงๆ แล้วเสนอช่วยแบบ coach แทน)
- rubric ว่าไงยึดตามนั้น — ความเห็นเราเรื่อง "น่าจะดีกว่าถ้า..." บอกได้แต่แยกจากสิ่งที่เกณฑ์บังคับ
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 2mo ago First seen · 36 lines · 127 tokens per session scan A bf722b8c358c
assignment-plan is a skill published in the GitHub repository Tasachii/Tasachii-Tools (2 stars, last pushed 1mo ago), licensed MIT. It adds 127 tokens to every session and 892 once invoked, about $0.0005 per session on Opus 5.5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other skills, from other repositories
hr-onboarding
A new-hire onboarding plan as a single page — first week schedule, buddy + manager intro, learning track, equipment checklist, and "you're set when…" outcomes. Use when the brief mentions "onboarding", "new hire", "first week plan", or "入职".
book-mirror
Take any book (EPUB/PDF), produce a personalized chapter-by-chapter analysis. Each chapter is preserved in detail (The Chapter) and mirrored back to the reader's actual life (The Mirror) using brain context. The mirror observes and resonates — a friend pointing out parallels, NOT a consultant rearranging the reader's…
exam-forecast
Analyze past exams from the same professor to surface patterns — subject weighting, recurring issue-spot traps, favored hypo types, policy-vs-doctrine mix — and forecast likely emphases for the upcoming exam. Use when the user says "what's on the exam", "analyze past exams", "predict the exam", or shares past exams.
lean-formalize
Develop and verify a mathematical proof in Lean, continue an incomplete Lean project, or audit whether it proves the original statement. Connect actual inputs to intermediate lemmas, assemble the target theorem, check its transitive axioms, and provide a reproducible handoff. Use when Lean is requested or a specific…
eli5
Explain research, papers, or technical ideas in plain English with minimal jargon, concrete analogies, and clear takeaways. Use when the user says "ELI5 this", asks for a simple explanation of a paper or research result, wants jargon removed, or asks what something technically dense actually means.
deck-course-module
A course or workshop slide template with persistent learning goals, teaching pages, multiple-choice self-tests, and a wrap-up.