SKILLEMALL.ai
GitHub ↗ EN Войти

CF torch-geometric

Графовые нейронные сети (PyG). Классификация узлов/графов, предсказание связей, GCN, GAT, GraphSAGE, гетерогенные графы, предсказание молекулярных свойств для геометрического глубокого обучения.

машинный переводПоказать оригиналСкрыть оригинал«Graph Neural Networks (PyG). Node/graph classification, link predictio…»

Graph Neural Networks (PyG). Node/graph classification, link prediction, GCN, GAT, GraphSAGE, heterogeneous graphs, molecular property prediction, for geometric deep learning.

FreedomIntelligence/OpenClaw-Medical-Skills Agent Skills автор: FreedomIntelligence 7 файлов · 3 скрипта тело ≈ 5 022 токенов Открыть источникgithub.com↗ проанализирован 11 ч назад

Графовые нейронные сети (PyG).

Как процесс F 24/100 · Процесс не описан — Скилл ссылается на файлы, которых нет в архиве: references/layer_capabilities.md, references/api_patterns.md

ПроцедураДанные и аналитикатип 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
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
F
24/100
Процесс не описан
Скилл ссылается на файлы, которых нет в архиве: references/layer_capabilities.md, references/api_patterns.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: torch-geometric (FreedomIntelligence/OpenClaw-Medical-Skills)

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5022 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: references/layer_capabilities.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/api_patterns.md

Процессный рейтинг: все десять параметров 24/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/layer_capabilities.md, references/api_patterns.md
  • 0Инструменты и файлы. Не хватает 2 файла(ов): references/layer_capabilities.md, references/api_patterns.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (torch-geometric) не совпадает с папкой (torch_geometric)
  • 70Стоимость исполнения. Тело инструкции 5022 токенов
  • 85Шаги. Шагов: 51, расплывчатых формулировок: 1
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 175 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 37 заголовков
  • +3Пошаговые инструкции: 51 пунктов
  • +4Есть примеры (25 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.