AD mlx-local-inference
Используйте при вызове локального ИИ на этом Mac — генерация текста, эмбеддинги, преобразование речи в текст, OCR, понимание изображений. LLM/VLM через шлюз oMLX по адресу localhost:8000/v1. Эмбеддинги/ASR/OCR через библиотеки Python (mlx-lm, mlx-vlm, mlx-audio). Работает офлайн. Используйте вместо облачных API для конфиденциальности или низкой задержки.
машинный переводПоказать оригиналСкрыть оригинал«Use when calling local AI on this Mac — text generation, embeddings, s…»
Use when calling local AI on this Mac — text generation, embeddings, speech-to-text, OCR, or image understanding. LLM/VLM via oMLX gateway at localhost:8000/v1. Embedding/ASR/OCR via Python libraries (mlx-lm, mlx-vlm, mlx-audio). Works offline. Use instead of cloud APIs for privacy or low latency.
Используйте при вызове локального ИИ на этом Mac — генерация текста, эмбеддинги, преобразование речи в текст, OCR, понимание изображений.
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, ошибки и развилки
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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Опасные команды
cmd-pipe-to-shell-known-hostSKILL.md:141Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (в кавычках — упоминание, а не команда)- `uv` installed (`curl -LsSf https://astral.sh/uv/install.sh | sh`)
в кавычках
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 46/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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
- 50Шаги. Шагов: 2
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 830 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)
- +3Нет пошаговых инструкций или чек-листа
- +3Формат ответа не описан: модель каждый раз решает сама
- -2Ссылки на localhost: у другого пользователя не заработает
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 298 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.