SKILLEMALL.ai

AB model-card-drafter

Используйте этот навык, когда инженер машинного обучения, специалист по данным, команда MLOps или руководитель отдела ответственного ИИ должен составить Карту модели для модели машинного обучения или ИИ. Охватывает предполагаемое использование, обучающие данные, метрики оценки, дезагрегированную производительность, ограничения и этические соображения. Создает ЧЕРНОВИК Карты модели, соответствующий стандарту Google Model Cards и требованиям к технической документации EU AI Act для MLOps и управления.

машинный переводПоказать оригиналСкрыть оригинал«Use this skill when an ML engineer, data scientist, MLOps team, or res…»

Use this skill when an ML engineer, data scientist, MLOps team, or responsible-AI lead needs to draft a Model Card for a machine-learning or AI model. Covers intended use, training data, evaluation metrics, disaggregated performance, limitations, and ethical considerations. Produces a DRAFT Model Card aligned to Google's Model Cards standard and EU AI Act technical documentation requirements for MLOps and governance review.

ClawHub Agent Skills автор: devasher v0.1.0 MIT-0 4 файла тело ≈ 1 731 токенов Открыть источникclawhub.ai проанализирован 29 ч назад

Используйте этот навык, когда инженер машинного обучения, специалист по данным, команда MLOps или руководитель отдела ответственного ИИ должен составить Карту…

Как процесс B 68/100 · Почти готов — слабые места: когда включается, входы и предусловия, повторный запуск

ГенераторДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Отчётность по ходу вес 2
0
Когда включается вес 12
20
Входы и предусловия вес 11
30
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: 4. 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 68/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 35
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1731 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 427 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 35 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (2 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This is a prompt-only documentation skill for drafting model cards, with no hidden code or privileged behavior found.
    LLM: benign (high) · VirusTotal: · 31 мая 2026 г.