AC frustration-translator
Обнаруживает разочарование пользователя в запросах и переводит эмоциональный/заряженный язык в четкие, действенные инструкции. Используйте, когда сообщения пользователя содержат неясный гнев («это мусор»), сжатые ожидания («просто исправьте это»), повторяющиеся жалобы на одну и ту же проблему, ВСЕ ЗАГЛАВНЫЕ БУКВЫ или эмоциональный язык, который скрывает то, что им на самом деле нужно сделать. Критически важно для конечных контекстных окон, где неправильное толкование разочарованного запроса тратит токены на неправильную задачу. Улучшается со временем, регистрируя шаблоны разочарования и их решенные значения.
машинный переводПоказать оригиналСкрыть оригинал«Detect user frustration in prompts and translate charged/emotional lan…»
Detect user frustration in prompts and translate charged/emotional language into clear, actionable instructions. Use when user messages contain vague anger ("this is garbage"), compressed expectations ("just fix it"), repeated complaints about the same issue, ALL CAPS, or emotional language that obscures what they actually need done. Critical for finite context windows where misinterpreting a frustrated prompt wastes tokens on the wrong task. Improves over time by logging frustration patterns and their resolved meanings.
Обнаруживает разочарование пользователя в запросах и переводит эмоциональный/заряженный язык в четкие, действенные инструкции.
Как процесс C 59/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, 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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 3. 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 59/100
- 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
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 4
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 329 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +3Длина description 526 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 4 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.