BC santa-method
Многоагентная проверка на основе состязательности: два независимых рецензента с одинаковой системой оценки должны оба пройти проверку перед отправкой вывода, с циклом сходимости «исправить и повторно проверить» и ограничением на эскалацию до человека. Используйте при контроле публикаций, развертываний в производственной среде, контента, связанного с соблюдением нормативных требований или бренда, или заявлений, склонных к галлюцинациям, перед их выпуском.
машинный переводПоказать оригиналСкрыть оригинал«Multi-agent adversarial verification: two independent reviewers with t…»
Multi-agent adversarial verification: two independent reviewers with the same rubric must both pass before output ships, with a fix-and-re-review convergence loop and human escalation cap. Use when gating publishing, production deploys, compliance or brand-sensitive content, or hallucination-prone claims before they ship.
Скилл ставит двух независимых рецензентов с одинаковой рубрикой — оба должны одобрить, прежде чем контент выйдет. Если не сходятся, запускается цикл правок и переревью до консенсуса или эскалации на человека. Обещает решение для публикаций, продакшена, compliance и чувствительного контента.
Проверки показали: критических ошибок нет, quality 84 балла, процесс 57. Один файл, 2984 токена кода. Логика рецензирования описана, но песочница не запускалась, модели не тестировались. На практике скилл требует двух вызовов модели на каждый проход и явной настройки рубрики под вашу задачу — готового шаблона в файлах нет.
Ставить, если гейтите критичный контент и готовы платить за два прогона на проверку. Для рутины и некритичных текстов перебор.
Многоагентная проверка на основе состязательности: два независимых рецензента с одинаковой системой оценки должны оба пройти проверку перед отправкой вывода…
Как процесс C 57/100 · 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 57/100
- 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
- 85Шаги. Шагов: 38, расплывчатых формулировок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2984 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
- +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
- +3Длина description 323 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 38 пунктов
- +4Есть примеры (10 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.