SKILLEMALL.ai

AD ollama

Навык вызова больших языковых моделей Ollama локально. Поддерживает взаимодействие с экземпляром Ollama через API для генерации текста. Используйте, когда: (1) необходимо вызвать локальную или удаленную модель Ollama (2) необходимо выполнить задачу логического вывода LLM (3) необходимо взаимодействовать с конкретным экземпляром Ollama (например, qwen3.5:9b) через скрипт Python.

машинный переводПоказать оригиналСкрыть оригинал«Ollama 本地大模型调用技能。支持通过 API 与 Ollama 实例交互进行文本生成。 Use when: (1) 需要调用本地或远程…»

Ollama 本地大模型调用技能。支持通过 API 与 Ollama 实例交互进行文本生成。 Use when: (1) 需要调用本地或远程 Ollama 模型 (2) 需要执行 LLM 推理任务 (3) 需要通过 Python 脚本与特定 Ollama 实例 (如 qwen3.5:9b) 交互。

ClawHub Agent Skills автор: 乔焰阳 v0.1.0 MIT-0 4 файла тело ≈ 203 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Навык вызова больших языковых моделей Ollama локально.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияРазработкаИИ и агентыИнфраструктуратип 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
D
41/100
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: 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 41/100

    • 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
    • 40Согласованность. Имя во frontmatter (ollama) не совпадает с папкой (ollama-2)
    • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 6
    • 100Стоимость исполнения. Тело инструкции 203 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 149 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 7 заголовков
    • +3Пошаговые инструкции: 6 пунктов
    • +4Есть примеры (3 блоков кода)
    • +3Все 2 скриптов описаны в инструкциях

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

    Внешние проверки

    ClawHub: clean
    This Ollama skill is a straightforward user-run helper that sends prompts to a configured Ollama API endpoint, with the main caution being its disclosed non-local default host.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.