AC aviation-regulations
Запрашивайте авиационные правила, руководства и публикации через открытый поисковый API deepskyai.com. Используйте, когда пользователь спрашивает об авиационном нормативном контенте (ICAO, FAA / 14 CFR, EASA, CASA), авиационных руководствах, интерпретации кодов NOTAM Q, правилах эксплуатации полетов (Часть 91/121/135), требованиях IFR/VFR, правилах планирования топлива, правилах отдыха пилотов, EDTO/ETOPS или любом межюрисдикционном поиске авиационных правил. Также используйте, когда пользователь хочет обнаружить удобные для агентов конечные точки Deepsky (llms.txt, OpenAPI, реестр навыков). Ключ API не требуется.
машинный переводПоказать оригиналСкрыть оригинал«Query aviation regulations, manuals, and publications via deepskyai.co…»
Query aviation regulations, manuals, and publications via deepskyai.com's open search API. Use when the user asks about aviation regulatory content (ICAO, FAA / 14 CFR, EASA, CASA), aviation manuals, NOTAM Q-code interpretation, flight operations rules (Part 91/121/135), IFR/VFR requirements, fuel planning rules, pilot rest rules, EDTO/ETOPS, or any cross-jurisdictional aviation rule lookup. Also use when the user wants to discover Deepsky's agent-friendly endpoints (llms.txt, OpenAPI, skills registry). No API key required.
Запрашивайте авиационные правила, руководства и публикации через открытый поисковый API deepskyai.com. Используйте, когда пользователь спрашивает об…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
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 · 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 53/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 60Ошибки и развилки. Развилок: 2
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 85Шаги. Шагов: 27, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1315 токенов
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 529 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 27 пунктов
- +4Есть примеры (4 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.