SKILLEMALL.ai
GitHub ↗ EN Войти

CF azure-machine-learning

Экспертные знания для разработки Azure Machine Learning, включая устранение неполадок, лучшие практики, принятие решений, шаблоны архитектуры и дизайна, лимиты и квоты, безопасность, конфигурацию, интеграции и шаблоны кодирования, а также развертывание. Используйте при работе с AutoML, Prompt Flow, онлайн/пакетными конечными точками, векторными хранилищами/RAG или развертываниями MLflow/ONNX и других задач разработки, связанных с Azure Machine Learning. Не для Azure Databricks (используйте azure-databricks), Azure Synapse Analytics (используйте azure-synapse-analytics), Azure Data Science Virtual Machines (используйте azure-data-science-vm), Azure HDInsight (используйте azure-hdinsight).

машинный переводПоказать оригиналСкрыть оригинал«Expert knowledge for Azure Machine Learning development including trou…»

Expert knowledge for Azure Machine Learning development including troubleshooting, best practices, decision making, architecture & design patterns, limits & quotas, security, configuration, integrations & coding patterns, and deployment. Use when using AutoML, Prompt Flow, online/batch endpoints, vector stores/RAG, or MLflow/ONNX deployments, and other Azure Machine Learning related development tasks. Not for Azure Databricks (use azure-databricks), Azure Synapse Analytics (use azure-synapse-analytics), Azure Data Science Virtual Machines (use azure-data-science-vm), Azure HDInsight (use azure-hdinsight).

MicrosoftDocs/Agent-Skills Agent Skills автор: MicrosoftDocs CC-BY-4.0 1 файл тело ≈ 18 432 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Экспертные знания для разработки Azure Machine Learning, включая устранение неполадок, лучшие практики, принятие решений, шаблоны архитектуры и дизайна…

Как процесс F 30/100 · Процесс не описан — Скилл ссылается на файлы, которых нет в архиве: security.md

ИнтеграцияAzureKubernetesИнфраструктуратип 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
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
F
30/100
Процесс не описан
Скилл ссылается на файлы, которых нет в архиве: security.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

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

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 18432 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: security.md
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 228): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 30/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: security.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): security.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 10Стоимость исполнения. Тело инструкции 18432 токенов: вытесняет саму задачу из окна
  • 30Повторный запуск. Изменяющих операций: 100, без проверки текущего состояния
  • 50Шаги. Шагов: 2
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, 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 Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели

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
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 612 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.