SKILLEMALL.ai
GitHub ↗ EN Войти

BD senior-computer-vision

Инженерия компьютерного зрения для обнаружения объектов, сегментации и визуального ИИ, охватывающая архитектуры CNN и Vision Transformer, а также развертывание ONNX/TensorRT. Используйте при создании конвейеров обнаружения, обучении моделей или оптимизации инференса.

машинный переводПоказать оригиналСкрыть оригинал«Computer vision engineering for object detection, segmentation, and vi…»

Computer vision engineering for object detection, segmentation, and visual AI, covering CNN and Vision Transformer architectures and ONNX/TensorRT deployment. Use when building detection pipelines, training models, or optimizing inference.

borghei/Claude-Skills Agent Skills автор: borghei 12 файлов · 3 скрипта тело ≈ 2 070 токенов Открыть источникgithub.com↗ проанализирован 7 ч назад

Инженерия компьютерного зрения для обнаружения объектов, сегментации и визуального ИИ, охватывающая архитектуры CNN и Vision Transformer, а также…

Как процесс D 44/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: references/*.md

АнализаторИнфраструктуратип 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%
82
Прогон на моделях
не было
Процессный рейтинг
D
44/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: references/*.md
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/*.md

Процессный рейтинг: все десять параметров 44/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/*.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/*.md
  • 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: 12, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 55Ошибки и развилки. Развилок: 1
  • 100Шаги. Шагов: 26
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2070 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
  • +4Нет примеров входа/выхода
  • +2Инструкции на одном языке
  • +3Длина description 239 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 26 пунктов
  • +4Справочные файлы упоминаются в инструкциях (6 из 6)
  • +3Все 3 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.