BB exec-local-docker
Выполняет рабочую нагрузку TensorRT-LLM локально в Docker. Запускает полностью разрешенную команду Docker в фоновом режиме, отслеживает завершение, читает журналы и сообщает о результатах. Независимо от рабочего процесса — не нужно знать, является ли рабочая нагрузка pytest, eval, benchmark или пользовательским скриптом.
машинный переводПоказать оригиналСкрыть оригинал«Execute a TensorRT-LLM workload locally in Docker. Runs a fully-resolv…»
Execute a TensorRT-LLM workload locally in Docker. Runs a fully-resolved Docker command in background, monitors completion, reads logs, and reports results. Workflow-agnostic — does not need to know if the workload is pytest, eval, benchmark, or a custom script.
Скилл запускает TensorRT-LLM в Docker и мониторит результаты — подходит для любых рабочих нагрузок без привязки к типу задачи. Оценка B с quality_score 76 означает, что инструкция написана понятно, но в коде есть шероховатости: процесс-скор 74 указывает на проблемы с обработкой ошибок или краевыми случаями. Критических уязвимостей нет (safety 100), но средних и низких находок тоже не задокументировано — либо их нет, либо проверка была поверхностной. На песочнице не тестировалось.
Для production-сценариев с критичными вычислениями — рискованно: неясно, как скилл справляется с зависаниями контейнера или разбитыми логами. Для локальных экспериментов с eval и benchmark — сойдёт, если вы готовы сами отловить неожиданное поведение. Ставить, если нужна быстрая автоматизация запуска в Docker и вы не боитесь чинить баги на лету.
Выполняет рабочую нагрузку TensorRT-LLM локально в Docker.
Как процесс B 74/100 · Почти готов — слабые места: когда включается
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
edit-residueв тексте есть пометки об устаревшем (строки 64): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия
Процессный рейтинг: все десять параметров 74/100
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 23
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1180 токенов
- 100Повторный запуск. Изменяющих операций нет
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (7 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)
- +2Инструкции на одном языке
- +3Длина description 262 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 23 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (3 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.