AC neon-ai-gateway
Один API и одна учетная запись для передовых и открытых LLM, встроенных в вашу ветку Neon и работающих на Databricks. Используйте, когда пользователь хочет вызвать LLM, добавить ИИ/чат/агента в свое приложение, маршрутизировать между поставщиками моделей (OpenAI, Anthropic, Google/Gemini, Meta, Alibaba и другими) или избежать жонглирования отдельными ключами API и учетными записями поставщиков — особенно когда они уже используют Neon и хотят, чтобы ИИ-запросы ветвились вместе с их проектом. Работает с OpenAI SDK, Anthropic SDK, google-genai, Vercel AI SDK и Mastra, изменяя только базовый URL. Триггеры включают «вызвать LLM», «добавить ИИ в мое приложение», «завершение чата», «маршрутизация моделей», «прокси/шлюз LLM», «один API для всех моделей», «использовать Claude/GPT/Gemini», «AI SDK», «агент Mastra», «Neon AI Gateway» и «журналировать/ограничивать скорость вызовов ИИ».
машинный переводПоказать оригиналСкрыть оригинал«One API and one credential for frontier and open-source LLMs, built in…»
One API and one credential for frontier and open-source LLMs, built into your Neon branch and powered by Databricks. Use when a user wants to call an LLM, add AI/chat/an agent to their app, route between model providers (OpenAI, Anthropic, Google/Gemini, Meta, Alibaba, and more), or avoid juggling separate provider API keys and accounts — especially when they already use Neon and want AI requests to branch with their project. Works with the OpenAI SDK, Anthropic SDK, google-genai, the Vercel AI SDK, and Mastra by changing only the base URL. Triggers include "call an LLM", "add AI to my app", "chat completion", "model routing", "LLM proxy/gateway", "one API for all models", "use Claude/GPT/Gemini", "AI SDK", "Mastra agent", "Neon AI Gateway", and "log/rate-limit AI calls".
Один API и одна учетная запись для передовых и открытых LLM, встроенных в вашу ветку Neon и работающих на Databricks.
Как процесс C 54/100 · 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: 2. 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 54/100
- 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: 22, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 60Ошибки и развилки. Развилок: 2
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Стоимость исполнения. Тело инструкции 4898 токенов
- 100Шаги. Шагов: 30
- 100Согласованность. Имя и обязательные поля на месте
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (7 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
- +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
- +5В description 11 примера фраз-триггеров в кавычках
- +3Длина description 782 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 30 пунктов
- +4Есть примеры (12 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.