SKILLEMALL.ai
GitHub ↗ EN Войти

AD agentsop-crewai

SOP для создания мультиагентных систем с помощью CrewAI — ролевое взаимодействие, последовательные/иерархические процессы, потоки, память, делегирование. Используйте при моделировании команд агентов с четкими ролями и конвейерами задач.

машинный переводПоказать оригиналСкрыть оригинал«SOP for building multi-agent systems with CrewAI — role-based collabor…»

SOP for building multi-agent systems with CrewAI — role-based collaboration, sequential/hierarchical processes, Flows, memory, delegation. Use when modeling agent teams with clear roles and task pipelines.

ClawHub Agent Skills автор: HengJun Wang v0.1.1 MIT-0 9 файлов тело ≈ 4 457 токенов Открыть источникclawhub.ai↗ проанализирован 26 ч назад

SOP для создания мультиагентных систем с помощью CrewAI — ролевое взаимодействие, последовательные/иерархические процессы, потоки, память, делегирование.

Как процесс D 42/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторGitHubИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
D
42/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

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

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "domain"
    • заметка frontmatter-key неизвестное поле фронтматтера "framework"
    • заметка frontmatter-key неизвестное поле фронтматтера "framework_version"
    • заметка frontmatter-key неизвестное поле фронтматтера "trigger_keywords"
    • заметка frontmatter-key неизвестное поле фронтматтера "when_not_to_use"

    Процессный рейтинг: все десять параметров 42/100

    • 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
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
    • 70Стоимость исполнения. Тело инструкции 4457 токенов
    • 100Шаги. Шагов: 119
    • 100Согласованность. Имя и обязательные поля на месте

    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
    • -45 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 205 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 50 заголовков
    • +3Пошаговые инструкции: 119 пунктов
    • +4Есть примеры (8 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.

    Внешние проверки

    ClawHub: clean
    This is a documentation-only CrewAI guidance skill with no executable payload, and its multi-agent guidance is disclosed and mostly scoped to the stated purpose.
    LLM: benign (high) · VirusTotal: · 2 июн. 2026 г.