SKILLEMALL.ai
GitHub ↗ EN Войти

BD start-run

Запускайте локальные или SLURM prime-rl тренировки с помощью точек входа rl, sft и inference, включая пробные запуски. Model Factory использует model-factory; автономные оценки используют eval.

машинный переводПоказать оригиналСкрыть оригинал«Launch local or SLURM prime-rl training runs with the rl, sft, and inf…»

Launch local or SLURM prime-rl training runs with the rl, sft, and inference entrypoints, including dry runs. Model Factory uses model-factory; standalone evals use eval.

PrimeIntellect-ai/prime-rl Agent Skills автор: PrimeIntellect-ai 1 файл тело ≈ 2 134 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Запускайте локальные или SLURM prime-rl тренировки с помощью точек входа rl, sft и inference, включая пробные запуски.

Как процесс D 38/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../../model-factory/SKILL.md

ПроцедураДанные и аналитикаТексты 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
B
90/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
D
38/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: ../../model-factory/SKILL.md
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. 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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Секреты в коде secret-high-entropy-token SKILL.md:103
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    Trainer checkpoints are DCP-sharded (`<run_dir>/checkpoints/step_{n}/trainer`). Convert to HF safetensors with `uv run python tools/convert_dcp_to_bf16.py <run_dir>/checkpoints/step_{n}` (writes `<ckp
    детектор

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

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../../model-factory/SKILL.md
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 24): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 38/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../../model-factory/SKILL.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../../model-factory/SKILL.md
  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 28
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2134 токенов
  • low Ответ описан самодельной разметкой (21 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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 170 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 28 пунктов
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.