SKILLEMALL.ai
GitHub ↗ EN Войти

BC compare-results

Создает планы оценки базовых версий по сравнению с кандидатскими, делегирует недостающие оценки, сравнивает проверенные результаты и определяет осуществимость квантования. Используйте, когда пользователь просит сравнить запуски базовой версии с квантованными, объяснить падение точности/регрессию, проверить, является ли квантованный чекпойнт приемлемым, или сравнить выходные данные оценок NEL/MLflow. НЕ используйте для общей оценки одной модели без намерения сравнения (используйте evaluation), отслеживания/отладки NEL в реальном времени (используйте launching-evals) или общего просмотра MLflow без цели сравнения (используйте accessing-mlflow).

машинный переводПоказать оригиналСкрыть оригинал«Establish baseline-vs-candidate evaluation plans, delegate missing eva…»

Establish baseline-vs-candidate evaluation plans, delegate missing evaluations, compare validated results, and decide quantization feasibility. Use when the user asks to compare baseline vs quantized runs, explain an accuracy drop/regression, verify whether a quantized checkpoint is acceptable, or compare NEL/MLflow evaluation outputs. Do NOT use for generic single-model evaluation without comparison intent (use evaluation), live NEL status/debugging (use launching-evals), or generic MLflow browsing without a comparison goal (use accessing-mlflow).

NVIDIA/Model-Optimizer Agent Skills автор: NVIDIA Apache-2.0 2 файла тело ≈ 1 490 токенов Открыть источникgithub.com↗ проанализирован 4 ч назад

Создает планы оценки базовых версий по сравнению с кандидатскими, делегирует недостающие оценки, сравнивает проверенные результаты и определяет осуществимость…

Как процесс C 54/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: references/run-validation.md

АнализаторДанные 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
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Скилл ссылается на файлы, которых нет в архиве: references/run-validation.md
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • 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 missing-ref ссылка на отсутствующий файл: references/run-validation.md

Процессный рейтинг: все десять параметров 54/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/run-validation.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/run-validation.md
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 60Ошибки и развилки. Развилок: 2
  • 100Шаги. Шагов: 24
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1490 токенов
  • medium Тестов 2, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»

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
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 554 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 24 пунктов
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.