SKILLEMALL.ai
GitHub ↗ EN Войти

BD minicpm5-deploy-transformers

Запускает MiniCPM5-1B или MiniCPM5-2B с помощью Hugging Face Transformers для однократной генерации Python на GPU (bfloat16) или CPU (float32). Используйте, когда пользователю нужен быстрый скрипт Python, без сервера, без дополнительных зависимостей, или когда он запрашивает "Transformers", "AutoModelForCausalLM", "model.generate" с MiniCPM5.

машинный переводПоказать оригиналСкрыть оригинал«Run MiniCPM5-1B or MiniCPM5-2B with Hugging Face Transformers for one-…»

Run MiniCPM5-1B or MiniCPM5-2B with Hugging Face Transformers for one-shot Python generation on GPU (bfloat16) or CPU (float32). Use when the user wants a quick Python script, no server, no extra deps, or asks for "Transformers", "AutoModelForCausalLM", "model.generate" with MiniCPM5.

OpenBMB/MiniCPM Agent Skills автор: OpenBMB Apache-2.0 1 файл тело ≈ 677 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Запускает MiniCPM5-1B или MiniCPM5-2B с помощью Hugging Face Transformers для однократной генерации Python на GPU (bfloat16) или CPU (float32).

Как процесс D 43/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../../docs/deployment/transformers.md

ГенераторРазработкаИнфраструктуратип 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
B
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: ../../docs/deployment/transformers.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../../docs/deployment/transformers.md

Процессный рейтинг: все десять параметров 43/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../../docs/deployment/transformers.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../../docs/deployment/transformers.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 75Шаги. Шагов: 3
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 677 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 285 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 3 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.