SKILLEMALL.ai
GitHub ↗ EN Войти

BC research-paper-writing

Пишите ML-статьи для NeurIPS/ICML/ICLR: дизайн → отправка.

машинный переводПоказать оригиналСкрыть оригинал«Write ML papers for NeurIPS/ICML/ICLR: design→submit.…»

Write ML papers for NeurIPS/ICML/ICLR: design→submit.

NousResearch/hermes-agent Hermes автор: NousResearch MIT 18 файлов тело ≈ 17 680 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Пишите ML-статьи для NeurIPS/ICML/ICLR: дизайн → отправка.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, стоимость исполнения

ГенераторLaTeXИсследованияРазработкаИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: Hermes Agent
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Входы и предусловия вес 11
0
Стоимость исполнения вес 6
10
Повторный запуск вес 4
30
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.
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:340
    Строка, похожая на токен (может быть id, хеш или секрет) (значение-заглушка)
    \cite{PLAC…his}  % TODO: Verify this citation exists
    заглушка
  • низкая Опасные команды cmd-background-process SKILL.md:479
    Запуск фонового / автозапускаемого процесса
    nohup python run_experiment.py --config config.yaml > logs/expe…log 2>&1 &

Просканировано файлов: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 17680 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "title"
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессный рейтинг: все десять параметров 54/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 10Стоимость исполнения. Тело инструкции 17680 токенов: вытесняет саму задачу из окна
  • 30Повторный запуск. Изменяющих операций: 26, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, web, git, python), но во frontmatter они не объявлены
  • 60Согласованность. Диалект Hermes требует category и tags
  • 85Шаги. Шагов: 160, расплывчатых формулировок: 3
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 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 Разделов верхнего уровня: 18. Похоже на несколько доменов в одном скилле

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)
  • +3Длина description 53: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -5В тексте остались TODO / заглушки
  • +2Инструкции на одном языке
  • +4Структура: 89 заголовков
  • +3Пошаговые инструкции: 160 пунктов
  • +4Есть примеры (56 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (10 из 10)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.