BC ensemble-rule-review
Шаблон проектирования для преобразования навыков, основанных на следовании правилам, чек-листах или рубриках, в распределенную ансамбль map-reduce из параллельных жестких под-агентов с объединением, взвешенным по подтверждению; уровень модели рабочего и разнообразие являются настройками, соответствующими нагрузке и ставкам вывода, а не фиксированными значениями. Применяйте при создании или рефакторинге навыка или агента, который применяет 10+ независимых критериев за один проход. Срабатывает по: 'проверить по чек-листу', 'распределить', 'map reduce проверка', 'ансамбль', 'разделить правила', 'применить рубрику' или любой большой набор правил, применяемый одним агентом за один проход. НЕ для строгих однопроходных преобразований или наборов правил менее 5 критериев.
машинный переводПоказать оригиналСкрыть оригинал«Design pattern for converting rule-following, checklist, or rubric ski…»
Design pattern for converting rule-following, checklist, or rubric skills into a fan-out map-reduce ensemble of parallel rigid sub-agents with corroboration-weighted merge; worker model tier and diversity are knobs matched to inference load and stakes, not fixed values. Apply when creating or refactoring a skill or agent that applies 10+ independent criteria in a single pass. Triggers on: 'review against a checklist', 'fan out', 'map reduce review', 'ensemble', 'split the rules', 'apply rubric', or any large ruleset being applied by one agent in one pass. NOT for tight single-pass transforms or rulesets under 5 criteria.
Шаблон проектирования для преобразования навыков, основанных на следовании правилам, чек-листах или рубриках, в распределенную ансамбль map-reduce из…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 17. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5802 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 51/100
- 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
- 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 5802 токенов
- 100Шаги. Шагов: 40
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- low Разделов верхнего уровня: 12. 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
- +3Формат ответа не описан: модель каждый раз решает сама
- -31 из 5 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 628 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 40 пунктов
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (10 из 10)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.