SKILLEMALL.ai
GitHub ↗ EN Войти

CD trtllm-case-executor

Запускает тестовые случаи, бенчмарки, оценки или пользовательские скрипты TensorRT-LLM, проверяя среду (локальный GPU или Slurm), выбирая соответствующий образ Docker и выполняя локально или через отправку задания Slurm. Принимает предварительно собранные строки команд — построение команд для trtllm-bench, trtllm-eval и test_perf_sanity обрабатывается вызывающей стороной (например, trtllm-test-specialist с использованием build_test_command.py).

машинный переводПоказать оригиналСкрыть оригинал«Run TensorRT-LLM test cases, benchmarks, evaluations, or custom script…»

Run TensorRT-LLM test cases, benchmarks, evaluations, or custom scripts by checking the environment (local GPU or Slurm), selecting the appropriate Docker image, and executing either locally or via Slurm job submission. Accepts pre-built command strings — command construction for trtllm-bench, trtllm-eval, and test_perf_sanity is handled upstream by the caller (e.g. trtllm-test-specialist using build_test_command.py).

Разбор skillemall

Скилл запускает тесты и бенчмарки TensorRT-LLM: проверяет GPU, выбирает Docker-образ и отправляет задачу локально или через Slurm. Команды приходят готовыми — сам скилл их не строит, только исполняет.

Файлов два, скриптов один. Оценка качества 56 из 100 указывает на рабочий, но неполный код: нарушены ссылки, отсутствуют файлы. Критических багов не найдено, но процесс-оценка 49 говорит о проблемах с логикой выполнения. Скилл подходит для интеграции в конвейер, где команды генерирует другой модуль (например, trtllm-test-specialist), а этот их просто крутит.

Ставить, если используете TensorRT-LLM и готовы к тому, что часть функций может потребовать доработки. Для standalone-использования — рискованно.

NVIDIA/TensorRT-LLM Agent Skills автор: NVIDIA NOASSERTION 2 файла · 1 скрипт тело ≈ 8 488 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Запускает тестовые случаи, бенчмарки, оценки или пользовательские скрипты TensorRT-LLM, проверяя среду (локальный GPU или Slurm), выбирая соответствующий…

Как процесс D 49/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: scripts/slurm_run_custom.sh

АнализаторDockerИнфраструктураДанные и аналитикаИИ и агентытип 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
82/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
56
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: scripts/slurm_run_custom.sh
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  3. 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 8488 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/slurm_run_custom.sh

Процессный рейтинг: все десять параметров 49/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/slurm_run_custom.sh
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/slurm_run_custom.sh
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 40Стоимость исполнения. Тело инструкции 8488 токенов: вытесняет саму задачу из окна
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Шаги. Шагов: 41, расплывчатых формулировок: 5
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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 Ответ описан самодельной разметкой (26 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • +2Инструкции на одном языке
  • +3Длина description 421 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (12 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.