SKILLEMALL.ai
GitHub ↗ EN Войти

BB litellm-setup

Настройте собственный прокси LiteLLM, шлюз LLM, совместимый с OpenAI, на этой машине, от установки до ключей поставщика, config.yaml, мастер-ключа, необязательного Postgres и Admin UI, а также проверенного завершения чата. Используйте, когда пользователь просит настроить LiteLLM, установить прокси LiteLLM, разместить шлюз LLM самостоятельно или поставить один конечный пункт перед OpenAI, Anthropic, Gemini, Azure, Bedrock, Ollama или другими поставщиками. Не для использования Python SDK LiteLLM внутри приложения.

машинный переводПоказать оригиналСкрыть оригинал«Set up a self-hosted LiteLLM proxy, the OpenAI-compatible LLM gateway,…»

Set up a self-hosted LiteLLM proxy, the OpenAI-compatible LLM gateway, on this machine, from install through provider keys, config.yaml, a master key, optional Postgres and Admin UI, and a verified chat completion. Use when the user asks to set up LiteLLM, install the LiteLLM proxy, self-host an LLM gateway, or put one endpoint in front of OpenAI, Anthropic, Gemini, Azure, Bedrock, Ollama, or other providers. Not for using the LiteLLM Python SDK inside an app

BerriAI/litellm Agent Skills автор: BerriAI 1 файл тело ≈ 4 629 токенов Открыть источникgithub.com↗ проанализирован 20 ч назад

Настройте собственный прокси LiteLLM, шлюз LLM, совместимый с OpenAI, на этой машине, от установки до ключей поставщика, config.yaml, мастер-ключа…

Как процесс B 74/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск

ИнтеграцияPostgreSQLAzureDockerИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
93/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
B
74/100
Почти готов
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Утечка данных read-dotenv SKILL.md:10
      Чтение файла .env (определение детектора / чёрного списка)
      Never print a secret. Provider keys, the master key, the salt key, the database URL, and virtual keys live only in `.env`, and `config.yaml` reads them through `os.environ/NAME`. Check that a value is
      детектор
    • низкая Опасные команды cmd-background-process SKILL.md:151
      Запуск фонового / автозапускаемого процесса
      nohup litellm --config config.yaml --host 127.0.0.1 --port 4000 > litellm.log 2>&1 &

    Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 74/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 30Повторный запуск. Изменяющих операций: 17, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 70Стоимость исполнения. Тело инструкции 4629 токенов
    • 100Шаги. Шагов: 20
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Входы и предусловия. Входные данные и предусловия перечислены
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
    • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -2Ссылки на localhost: у другого пользователя не заработает
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 463 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 20 пунктов
    • +4Есть примеры (17 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.