SKILLEMALL.ai
GitHub ↗ EN Войти

CD nemo-automodel-model-onboarding

Руководство по внедрению новых архитектур моделей в NeMo AutoModel, включая обнаружение архитектуры, шаблоны реализации, регистрацию и проверку. Используйте при добавлении или изменении поддержки архитектуры модели в NeMo AutoModel, такой как файлы моделей LLM/VLM/MoE, пользовательские слои, адаптеры state-dict, записи реестра, сопоставление конфигурации Hugging Face или флаги возможностей.

машинный переводПоказать оригиналСкрыть оригинал«Guide for onboarding new model architectures into NeMo AutoModel, incl…»

Guide for onboarding new model architectures into NeMo AutoModel, including architecture discovery, implementation patterns, registration, and validation. Use when adding or modifying model architecture support in NeMo AutoModel, such as LLM/VLM/MoE model files, custom layers, state-dict adapters, registry entries, Hugging Face config mapping, or capability flags.

NVIDIA-NeMo/Automodel Agent Skills автор: NVIDIA-NeMo 8 файлов тело ≈ 5 572 токенов Открыть источникgithub.com↗ проанализирован 8 ч назад

Руководство по внедрению новых архитектур моделей в NeMo AutoModel, включая обнаружение архитектуры, шаблоны реализации, регистрацию и проверку.

Как процесс D 36/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../nemo-automodel-recipe-development/SKILL.md, examples/llm_finetune/<name>/, examples/vlm_finetune/<name>/

АнализаторИИ и агентыТексты и документытип 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
83/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
D
36/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: ../nemo-automodel-recipe-development/SKILL.md, examples/llm_finetune/<name>/, examples/vlm_finetune/<name>/
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  2. 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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:90
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    - `architectures` -- determines the class name and registration key (e.g., `"LlamaForCausalLM"`, `"Qwen…lLM"`, `"Mist…ion"`)
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token vlm-patterns.md:6
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    - `components/models/mistral4/model.py` -- `Mist…ion` (Pixtral vision + MoE text)
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token vlm-patterns.md:8
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    - `components/models/kimi_k25_vl/model.py` -- `Kimi…ion`
    в кавычках

Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5572 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: ../nemo-automodel-recipe-development/SKILL.md
  • предупреждение missing-ref ссылка на отсутствующий файл: examples/llm_finetune/<name>/
  • предупреждение missing-ref ссылка на отсутствующий файл: examples/vlm_finetune/<name>/

Процессный рейтинг: все десять параметров 36/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../nemo-automodel-recipe-development/SKILL.md, examples/llm_finetune/<name>/, examples/vlm_finetune/<name>/
  • 0Инструменты и файлы. Не хватает 3 файла(ов): ../nemo-automodel-recipe-development/SKILL.md, examples/llm_finetune/<name>/, examples/vlm_finetune/<name>/
  • 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
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Шаги. Шагов: 95, расплывчатых формулировок: 6
  • 70Стоимость исполнения. Тело инструкции 5572 токенов
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (7 тегов): типизированный вызов надёжнее
  • medium Тестов 3, 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
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 366 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 95 пунктов
  • +4Есть примеры (7 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.