Fldicoahkiin/lab-report-autopilot

Lab Report Autopilot (실습 보고서 자동 조종)

과제부터 제출까지 보고서를 안내합니다: 파일을 검사하고, 환경을 선택하며, 실험을 실행하고, 유용한 결과를 캡처하고, 사용자의 템플릿을 채우고, 완성된 DOCX를 검사합니다. 필요한 파일과 개인 필드가 준비되면 사용자에게 일상적인 단계를 묻지 않고 계속 진행합니다.

소프트웨어 출력, 스크린샷, 사용자 세부 정보, 인용, 환경 값을 절대 임의로 생성하지 마십시오. 사용 불가능한 환경, 누락된 인증, 또는 누락된 필수 필드로 인해 보고서가 부정확해질 수 있는 경우에만 중단합니다.

설정

이 SKILL.md가 포함된 디렉토리를 SKILL_DIR로 결정합니다. 번들 스크립트는 절대 경로로 실행합니다. 현재 디렉토리는 사용자의 보고서 폴더일 수 있으며, 스킬 폴더가 아닙니다.

보고서 작업 공간이 없는 경우:

python3 "$SKILL_DIR/scripts/init_report.py" work/report-name \
  --kind lab \
  --discipline packet-analysis \
  --title "ARP 프로토콜 패킷 캡처 및 필드 분석"

전문 실무에는 --kind practice를 사용합니다. 제공된 DOCX는 보고서 템플릿으로 유지됩니다. 일반 Markdown 초안으로 교체하지 마십시오.

이미지 검사기는 Pillow가 필요합니다:

python3 -m pip install -r "$SKILL_DIR/requirements.txt"

자료 읽기

작성하기 전에 각 입력을 분류합니다:

• 템플릿: 섹션, 필드, 페이지 레이아웃 및 시각적 스타일을 제어합니다.
• 좋은 참고 자료: 유용한 단계 길이, 표현 또는 스크린샷 배치를 보여줍니다.
• 반례: 피해야 할 문제를 보여줍니다.
• 과제 자료: 필요한 데이터, 코드, 토폴로지 및 예상 결과를 제공합니다.
• 개인 자료: 사용자의 처리 지침을 따르며 승인된 사실만 제공합니다. user-data-and-privacy.md를 읽으십시오.

패턴을 학습하되, 다른 사람의 신원이나 결과는 학습하지 마십시오. 이름, 스크린샷, 주소, 개인 기록 또는 1인칭 주장을 복사하지 마십시오.

disciplines.md를 읽은 다음, 일치하는 학문 파일을 로드합니다. 과제가 실제로 여러 과목에 걸쳐 있는 경우에만 두 번째 파일을 로드합니다.

전달해야 할 사항 결정

기록:

• 필수 섹션 및 채점 지시 사항;
• 사용자가 제공한 필드;
• 소프트웨어, 운영 체제, 데이터, 토폴로지 및 예상 출력;
• 제출된 각 주장에 필요한 가시적 결과;
• 길이, 날짜, 파일 이름 및 파일 형식 규칙.

이름, 학번, 반, 교사, 조직, 역할, 날짜 및 기타 필드는 사용자가 제공하거나 확인한 값으로만 채웁니다. 모든 곳에서 동일한 값을 사용합니다. 템플릿에 필요한 누락된 필드에 대해 한 번 묻습니다. 서명, 점수 및 승인 필드는 사용자가 명시적으로 제공하지 않는 한 비워 둡니다. 관련 없는 보고서의 파일 이름 패턴을 재사용하지 마십시오.

Word 편집 전에 docx-qa.md를 읽고 제공된 템플릿을 측정합니다: 용지 크기, 여백, 표, 글꼴, 크기, 줄 간격, 들여쓰기, 이미지 너비, 캡션, 머리글, 바닥글 및 페이지 번호 매기기. 이러한 측정값이 출력을 제어합니다.

환경 선택

environment-playbook.md을 읽은 다음 현재 시스템을 검사합니다:

python3 "$SKILL_DIR/scripts/probe_environment.py" --json

작성자의 컴퓨터나 가상화 제품을 가정하지 마십시오. 과제에 지정된 운영 체제와 소프트웨어를 따릅니다. 일반적인 중국 대학 과목의 경우, Office, PowerShell, SQL Server, eNSP, 벤더 시뮬레이터 및 Windows 전용 교육 소프트웨어에는 Windows를 기본 경로로 취급합니다. Linux 네트워킹 및 보안 도구에는 Linux 또는 Kali를 사용합니다. 지정된 소프트웨어와 필요한 스크린샷이 동등하게 유지되는 경우에만 기본적으로 macOS를 사용합니다. 그렇지 않으면 사용 가능한 Windows 또는 Linux VM, 컨테이너, WSL 또는 승인된 원격 실습소를 사용합니다.

권한 수정 및 실패한 시도는 제출된 결과를 변경하지 않는 한 작업 노트에 유지합니다. 보안 작업은 로컬 실습소, 과정 시스템, 의도적으로 취약한 대상 또는 기타 승인된 시스템 내에서만 수행해야 합니다.

실행 및 캡처

evidence-and-screenshots.md 및 선택된 학문 파일을 읽습니다.

1. 과제를 만족하는 가장 작은 설정을 구축합니다.
2. 보고서에 나타날 모든 명령과 코드 경로를 실행합니다.
3. 의미 있는 GUI 작업 후, 최신 애플리케이션 상태를 검사합니다.
4. 정확한 입력, 파일 이름, 버전, 주소, 프레임 번호 및 관찰된 값을 기록합니다.
5. 결과를 보여주는 화면을 캡처합니다. 모든 클릭을 캡처하지는 마십시오.
6. 원본 스크린샷, 패킷 파일, 데이터 및 소스 코드를 변경하지 않고 유지합니다.

생성된 다이어그램은 개념을 설명할 수 있지만 실제 소프트웨어 결과를 대체할 수 없습니다. 한 보고서에 사용된 스크린샷은 파일 이름, 주소, 포트, 값 및 환경이 일치해야 합니다.

초안 작성 전에 이미지 폴더를 확인합니다:

python3 "$SKILL_DIR/scripts/evidence_manifest.py" path/to/evidence \
  --output evidence-manifest.json

손상된 파일, 우연한 중복, 읽을 수 없는 캡처, 노출된 개인 데이터 및 누락된 결과 화면을 수정합니다.

관찰된 결과를 바탕으로 작성

writing-and-code.md를 읽습니다.

각 실습 단계에 대해 작업, 관찰된 값 또는 동작, 인근 스크린샷, 도움이 될 때만 간단한 설명을 명시합니다. 이론과 요약은 예제 및 과제에 비례하여 유지합니다.

전문 실무의 경우, 할당된 작업으로 작성합니다: 무엇을 받았는지, 무엇을 확인하거나 운영했는지, 어떻게 판단했는지, 어떤 결과가 기록되었는지. 스크린샷 수, 보고서 구조, 보존된 아티팩트 또는 보고서가 소개하지 않기로 선택한 내용에 대한 프레젠테이션 노트를 추가하지 마십시오. 소스 행을 채우기 위해 회사 홈페이지를 추가하지 마십시오.

코드의 경우, 요청된 동작만 구현합니다. 사용되지 않는 추상화, 추측성 옵션, 불가능한 경우 검사 또는 간단한 코드를 다시 설명하는 주석을 추가하지 마십시오.

DOCX 빌드 및 확인

가능한 경우 호스트 에이전트의 문서 도구를 사용하고, 그렇지 않으면 호환되는 DOCX 도구와 실제 렌더러를 사용합니다. 제공된 템플릿을 제자리에 채웁니다. 보고서 내용이 대체하는 경우에만 샘플 텍스트를 제거합니다.

최신 DOCX를 렌더링하고 100% 확대/축소로 모든 페이지를 검사합니다:

• 스크린샷과 캡션이 읽기 쉽고 정렬되어 있습니다.
• 텍스트, 표 및 이미지가 잘리거나 겹치지 않습니다.
• 한자 및 라틴 문자 모양이 올바르게 렌더링됩니다.
• 제목, 번호 매기기, 간격, 들여쓰기, 여백, 머리글 및 바닥글이 템플릿과 일치합니다.
• 이름, 날짜, 명령, 주소, 프레임 번호, 그림 및 결론이 일치합니다.
• 추가 빈 페이지나 거의 비어 있는 넘어간 페이지가 남아 있지 않습니다.
• 파일 이름이 이 과제의 규칙을 따릅니다.
• 자격 증명, 개인 작업 공간 데이터 또는 관련 없는 개인 정보가 남아 있지 않습니다.

레이아웃을 변경할 때마다 렌더링을 반복합니다. 사용자가 작업 자료를 요청하지 않는 한 요청된 파일만 제공합니다.