SKILLEMALL.ai

DC subagent-dag-orchestration

Используйте, когда делегируемая работа разбивается на несколько задач, которые могут выполнить агенты из списка. Роль хоста определяет, что делегировать; этот навык определяет, как сгруппировать эту работу. Узел DAG отправляет запросы агенту из списка, включая универсального агента, и не может вызывать инструменты хоста. Выбирайте из перечисления параметра `subagent` инструмента — имена агентов в обычных очередях, метки рабочих при привязке таблицы рабочих. Список описывает базовые возможности. Чтение краткого описания или проверка статуса задачи — это координация хоста, а не причина для создания узлов графа. Перед отправкой задач по одной проверьте три условия: независимы ли две или более задачи (они могут выполняться одновременно), передает ли задача результат следующей (граф связывает эту передачу без вашего участия между ними), нужны ли задачам разные специалисты (список закрывает список инструментов). Если выполняется любое из трех условий, оркеструйте всю задачу как один вызов `run_subagent_dag`. Шаг, результат которого определяет, что будет выполняться дальше, является узлом принятия решений: назначьте ему маршруты и защитите последующие действия с помощью `when`, все в одном графе. Итерация — это графы последовательно, по одному графу за раунд, управляемые вами.

машинный переводПоказать оригиналСкрыть оригинал«Use when delegated work breaks into several tasks that agents on the r…»

Use when delegated work breaks into several tasks that agents on the roster can carry out. The host's role decides what to delegate; this skill decides how to group that work. A DAG node dispatches to a roster agent, including the generic agent, and cannot call the host's tools. Choose from the tool's `subagent` parameter enum -- agent names on ordinary turns, worker labels when a Worker Table is bound. The roster describes underlying capabilities. Reading a brief or checking task status is host coordination, not a reason to create graph nodes. Before dispatching tasks one at a time, test three things: are two or more tasks independent (they can run at once), does a task hand its result to the next (a graph wires that handoff with no turn of yours in between), do the tasks want different specialists (the roster closes the tool list). If any of the three holds, orchestrate the whole task as one run_subagent_dag call. A step whose result decides what runs next is a decision node: give it routes, and guard what follows with when, all in one graph. Iteration is graphs in series, one graph per round, driven by you.

EverMind-AI/Raven Agent Skills автор: EverMind-AI Apache-2.0 1 файл тело ≈ 10 571 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Роль хоста определяет, что делегировать; этот навык определяет, как сгруппировать эту работу.

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, стоимость исполнения

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
D
74/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
36
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Сократите description до 1024 символов.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 0

✓ Критических и высоких находок нет

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

По спецификации Agent Skills

  • ошибка description-long description 1127 символов, лимит 1024
  • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Use when delegated work breaks into several tasks that agents on t… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении
  • предупреждение body-long тело SKILL.md ≈ 10571 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 62/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Стоимость исполнения. Тело инструкции 10571 токенов: вытесняет саму задачу из окна
  • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 40
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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
  • low Ответ описан самодельной разметкой (24 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 1127: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 40 пунктов
  • +4Есть примеры (10 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 36.