SKILLEMALL.ai
GitHub ↗ EN Войти

CB trtllm-test-script-builder

Создает Slurm-скрипты или Docker-команды для рабочих нагрузок TensorRT-LLM. Разрешает все параметры (образ Docker, монтирование, параллелизм, режим MPI), генерирует полный скрипт из шаблонов категорий и записывает как скрипт, так и манифест job_spec.json в рабочую директорию.

машинный переводПоказать оригиналСкрыть оригинал«Build Slurm scripts or Docker commands for TensorRT-LLM workloads. Res…»

Build Slurm scripts or Docker commands for TensorRT-LLM workloads. Resolves all parameters (docker image, mounts, parallelism, MPI mode), generates the complete script from Category templates, and writes both the script and a job_spec.json manifest to the work directory.

Разбор skillemall

Скилл генерирует Slurm-скрипты и Docker-команды для TensorRT-LLM, подставляет параметры (образ, монты, параллелизм, MPI) и пишет результат с манифестом job_spec.json. На выходе — готовый к запуску скрипт из шаблонов категорий.

Оценки показывают качество на уровне C: quality 70 (норма для генератора), process 65 (логика работает), safety 100 (без уязвимостей). Критических ошибок нет, линтер не ругается. Файлов четыре, скриптов два — минимум для функции. Проверок на реальных моделях не было, песочница не трогала.

Подходит, если нужно быстро собрать конфиг для распределённого обучения на TensorRT-LLM без ручного редактирования параметров. Не ждите волшебства — это конвертер шаблонов, а не оптимизатор. Ставить можно.

NVIDIA/TensorRT-LLM Agent Skills автор: NVIDIA NOASSERTION 4 файла · 2 скрипта тело ≈ 7 239 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Создает Slurm-скрипты или Docker-команды для рабочих нагрузок TensorRT-LLM.

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности

ГенераторDockerИнфраструктураИИ 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
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Когда включается вес 12
50
Инструменты и файлы вес 18
60
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.
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: 4. 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 ≈ 7239 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 65/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, python, node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 7239 токенов
  • 85Шаги. Шагов: 71, расплывчатых формулировок: 1
  • 100Ошибки и развилки. Развилок: 7, 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 (54 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
  • +2Инструкции на одном языке
  • +3Длина description 271 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 71 пунктов
  • +4Есть примеры (11 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 2 скриптов описаны в инструкциях
  • +1Лицензия указана

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