BB ai-tooling-inventory
Создайте перечень реально используемых ИИ-возможностей организации, охватывая пять способов их внедрения. Находит инструменты, не оставившие следов транзакций, включая внутренние разработки, функции поставщиков, активированные в утвержденных продуктах, сторонние интеграции, подключенные к утвержденным платформам, и бесплатные инструменты, на которые сотрудники подписались или которые создали. Классифицирует путь внедрения, оценивает контакт с ePHI и раскрытие информации третьим лицам, а также формирует структурированные выводы о владении, соглашениях, проверке и объеме анализа рисков.
машинный переводПоказать оригиналСкрыть оригинал«Build the inventory of AI capability an organization is actually runni…»
Build the inventory of AI capability an organization is actually running, across five ways it enters. Finds tools that left no transaction behind, including in-house builds, vendor features switched on inside approved products, third-party integrations attached to approved platforms, and free tools staff signed up for or created. Classifies entry path, evaluates ePHI contact and third-party disclosure, and produces structured findings on ownership, agreements, verification, and risk-analysis scope.
Создайте перечень реально используемых ИИ-возможностей организации, охватывая пять способов их внедрения.
Как процесс B 78/100 · Почти готов — слабые места: стоимость исполнения, повторный запуск, отчётность по ходу
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 4. 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") - предупреждение
body-longтело SKILL.md ≈ 8379 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 78/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
- 40Стоимость исполнения. Тело инструкции 8379 токенов: вытесняет саму задачу из окна
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 55Ошибки и развилки. Развилок: 1
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 35
- 100Результат и критерий готовности. Формат результата и критерий готовности описаны
- 100Согласованность. Имя и обязательные поля на месте
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 10. 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)
- +2Инструкции на одном языке
- +3Длина description 503 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 34 заголовков
- +3Пошаговые инструкции: 35 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.