AC stage-launch
Этап 2 создания управляемого агента Claude — преобразование утвержденного листа сборки в точные полезные нагрузки API и возобновляемый скрипт запуска curl BYOK, затем запуск (среда → агент → сеанс → старт) с использованием СОБСТВЕННОГО ключа Anthropic основателя. Используйте, когда пользователь говорит «запустить», «развернуть агента», «создать агента сейчас» или когда оркестратор направляет phase=stage-launch. payload_generator.py выдает четыре упорядоченные полезные нагрузки; launch_script_writer.py записывает launch.sh, который считывает $ANTHROPIC_API_KEY во время выполнения и никогда не встраивает его; payload_validator.py выполняет предварительную проверку перед запуском, включая сканирование на утечку API-ключа. Ни один инструмент в этом навыке не выполняет сетевых вызовов — пользователь запускает launch.sh самостоятельно. Отличается от интервью (планирование) и оценки-итерации (цикл результатов).
машинный переводПоказать оригиналСкрыть оригинал«Phase 2 of building a Claude Managed Agent — turn a validated build sh…»
Phase 2 of building a Claude Managed Agent — turn a validated build sheet into exact API payloads and a resumable BYOK curl launch script, then launch (environment → agent → session → kickoff) using the founder's OWN Anthropic key. Use when the user says "launch it", "deploy the agent", "create the agent now", or when the orchestrator routes phase=stage-launch. payload_generator.py emits the four ordered payloads; launch_script_writer.py writes launch.sh that reads $ANTHROPIC_API_KEY at runtime and never embeds it; payload_validator.py runs a pre-launch check including an API-key-leak scan. No tool in this skill makes network calls — the user runs launch.sh themselves. Distinct from interview (planning) and grade-iterate (the outcome loop).
Этап 2 создания управляемого агента Claude — преобразование утвержденного листа сборки в точные полезные нагрузки API и возобновляемый скрипт запуска curl…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "compatible_tools"
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 15
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 709 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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
- +2Инструкции на одном языке
- +5В description 3 примера фраз-триггеров в кавычках
- +3Длина description 750 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 15 пунктов
- +4Есть примеры (5 блоков кода)
- +3Все 3 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.