BC visual-gen-component-test
Проектирует, реализует, калибрует и запускает детерминированные тесты операций TensorRT-LLM VisualGen L1 и тесты соответствия компонентов L2 по функциям. Используйте для проверки корректности DiT, VAE, text-encoder, scheduler, parallelism, quantization, caching, compile или специфичных для модели компонентов; не для оценки качества модели по восприятию или полных конвейерных проверок качества LPIPS.
машинный переводПоказать оригиналСкрыть оригинал«Design, implement, calibrate, and run deterministic TensorRT-LLM Visua…»
Design, implement, calibrate, and run deterministic TensorRT-LLM VisualGen L1 operation tests and L2 component-by-feature parity tests. Use for DiT, VAE, text-encoder, scheduler, parallelism, quantization, caching, compile, or model-specific component correctness; not for perceptual model evaluation or full-pipeline LPIPS quality gates.
Скилл обещает набор тестов для проверки компонентов VisualGen в TensorRT-LLM: DiT, VAE, text-encoder, scheduler, параллелизм, квантизацию. Честно оговаривает, что не для оценки качества и LPIPS. В файлах — одна папка с инструкциями на 1565 токенов, скриптов нет. Проверки показали score 84 по качеству и 100 по безопасности, но процесс отработал только на 52%. Критических ошибок не нашли, синтаксис чист.
Проблема в том, что это workflow без кода — инструкция, как писать тесты, а не готовые тесты. Ставить имеет смысл, если вы уже работаете с TensorRT-LLM и вам нужен шаблон для L1/L2 проверок. Для остального — просто документация.
Проектирует, реализует, калибрует и запускает детерминированные тесты операций TensorRT-LLM VisualGen L1 и тесты соответствия компонентов L2 по функциям.
Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
Как улучшить
- 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
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 52/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 30
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1565 токенов
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 338 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 30 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.