SKILLEMALL.ai

AB beddel

Выполняйте декларативные YAML AI-воркфлоу с ветвлением, повторными попытками, поддержкой LLM с несколькими провайдерами, защитными механизмами и трассировкой OpenTelemetry через Beddel Python SDK. Используйте, когда вас просят запустить, создать, проверить или отладить YAML AI-воркфлоу, многошаговые конвейеры или цепочки LLM. Триггеры: "run workflow", "execute pipeline", "validate YAML workflow", "create a workflow", "beddel", "multi-step LLM".

машинный переводПоказать оригиналСкрыть оригинал«Execute declarative YAML AI workflows with branching, retry, multi-pro…»

Execute declarative YAML AI workflows with branching, retry, multi-provider LLM support, guardrails, and OpenTelemetry tracing via the Beddel Python SDK. Use when asked to run, create, validate, or debug YAML AI workflows, multi-step pipelines, or LLM chains. Triggers on: "run workflow", "execute pipeline", "validate YAML workflow", "create a workflow", "beddel", "multi-step LLM".

ClawHub Agent Skills автор: Bota na Rede v0.1.0 MIT-0 8 файлов тело ≈ 2 073 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Выполняйте декларативные YAML AI-воркфлоу с ветвлением, повторными попытками, поддержкой LLM с несколькими провайдерами, защитными механизмами и трассировкой…

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности

ПроцедураИнфраструктураИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
50
Инструменты и файлы вес 18
60
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: 8. 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 65/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 18, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2073 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле
    • low Ответ описан самодельной разметкой (5 тегов): типизированный вызов надёжнее

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 6 примера фраз-триггеров в кавычках
    • +3Длина description 383 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +4Есть примеры (8 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.

    Внешние проверки

    ClawHub: suspicious
    This is a coherent YAML workflow skill, but it gives workflows broad local command, environment-variable, plugin-install, and delegated-agent authority without enough user-control guidance.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.