BD pasm-npc
Агенты NPC для игр на основе когнитивного движка PASM. NpcAgent предоставляет вам NPC с постоянной памятью (с учетом веса и вытеснения, чтобы ключевые события не вытеснялись мелочами), выбором действий с учетом веса личности (темперамент/энергия/желание играть определяют базовый уровень) и формированием на основе обратной связи — похвалите или отругайте за КОНКРЕТНОЕ действие, и распределение поведения действительно изменится. Эмоции модулируют ответы. Стадии роста открывают новые действия (помахать/подпрыгнуть/подглядеть -> мяч -> танцевать/кружиться -> думать). Нулевая зависимость от LLM, работает в автономном режиме, состояние сохраняется в ~/.pasm-agents/<id>/. Метка уровня (light/core/bionic) отображается на каждом агенте, чтобы вызывающие стороны всегда знали, какой путь движка активен.
машинный переводПоказать оригиналСкрыть оригинал«Game NPC agents built on the PASM cognitive engine. NpcAgent gives you…»
Game NPC agents built on the PASM cognitive engine. NpcAgent gives you an NPC with persistent memory (salience-aware eviction so landmark events are never pushed out by trivia), persona-weighted action selection (temper/energy/play drive the baseline), and feedback-driven shaping - praise or scold a SPECIFIC action and the behaviour distribution actually moves. Emotion modulates replies. Growth stages unlock new actions (wave/hop/peek -> ball -> dance/spin -> think). Zero LLM dependency, offline-runnable, state persists to ~/.pasm-agents/<id>/. Tier label (light/core/bionic) exposed on every agent so callers always know which engine path is live.
Агенты NPC для игр на основе когнитивного движка PASM.
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 12
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1381 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
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
- +2Инструкции на одном языке
- +3Длина description 654 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 14 заголовков
- +3Пошаговые инструкции: 12 пунктов
- +4Есть примеры (8 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.