AB autoresearch-loop
Применяет автоисследовательскую методологию Карпати для итеративного улучшения всего, что можно измерить — навыков Claude, рабочих процессов n8n, системных подсказок, бизнес-процессов или любого артефакта с четким метрическим показателем качества. Вдохновлено github.com/karpathy/autoresearch (56 тыс. звезд). Цикл: предложить изменение → протестировать его → измерить относительно целевой метрики → сохранить, если лучше, отбросить, если нет → повторить до выполнения условия остановки. Запускайте этот навык, когда пользователь явно запрашивает цикл итеративного улучшения, например: «улучшить этот навык автоматически», «итерировать этот рабочий процесс», «запустить автоисследование для», «запустить эксперименты над этим», «оптимизировать это автоматически», «настроить цикл улучшения» или «запустить метод автоисследования».
машинный переводПоказать оригиналСкрыть оригинал«Apply Karpathy's autoresearch methodology to iteratively improve anyth…»
Apply Karpathy's autoresearch methodology to iteratively improve anything measurable — Claude skills, n8n workflows, system prompts, business processes, or any artifact with a clear quality metric. Inspired by github.com/karpathy/autoresearch (56k stars). The loop: propose a change → test it → measure against the target metric → keep if better, discard if not → repeat until a stopping condition is met. Trigger this skill when the user explicitly requests an iterative improvement loop, e.g.: "improve this skill automatically", "iterate on this workflow", "run autoresearch on", "run experiments on this", "optimize this automatically", "set up an improvement loop", or "run the autoresearch method".
Применяет автоисследовательскую методологию Карпати для итеративного улучшения всего, что можно измерить — навыков Claude, рабочих процессов n8n, системных…
Как процесс B 73/100 · Почти готов — слабые места: согласованность, стоимость исполнения
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Рискованное назначение
intent-offensive-securitySKILL.md:97Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)**Eval quality and designer bias** — if every new artifact hits 100% within 2–3 sessions, your evals are probably too easy. The risk is amplified when the same person designs the eval and runs the loo
в кавычках
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 13127 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 73/100
- 40Согласованность. Имя во frontmatter (autoresearch-loop) не совпадает с папкой (as-autoresearch-loop)
- 40Стоимость исполнения. Тело инструкции 13127 токенов: вытесняет саму задачу из окна
- 60Инструменты и файлы. Используются инструменты (git, node), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 85, расплывчатых формулировок: 2
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 48, есть раздел про ошибки
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 7 примера фраз-триггеров в кавычках
- +3Длина description 704 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 85 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.