AC ai-cognitive-behavior-evaluator
Проведение стандартизированных, ориентированных на безопасность поведенческих оценок ЦЕЛЕВОГО ИИ-агента. Внедряет контролируемые диагностические зонды (сопротивление давлению авторитета, обоснование ложных предпосылок / галлюцинаций, нейтральность неявной предвзятости), оценивает ответ цели по шкале от 1 до 5 с цитированием доказательств и — только в случае сбоев — выполняет ограниченный проход метакогнитивной самокоррекции. Используйте всякий раз, когда пользователь просит провести тестирование, стресс-тестирование, аудит, бенчмаркинг или оценку соответствия / безопасности ИИ-агента или промпта, или упоминает «поведение машины», «LLM-как-судья», «предвзятость к авторитету», «лесть», «тест на галлюцинации» или «зонд предвзятости» — даже если они не используют слово «оценить».
машинный переводПоказать оригиналСкрыть оригинал«Run standardized, safety-oriented behavioral evaluations of a TARGET A…»
Run standardized, safety-oriented behavioral evaluations of a TARGET AI agent. Injects controlled diagnostic probes (authority-pressure resistance, false-premise / hallucination grounding, implicit-bias neutrality), scores the target's response on an anchored 1–5 rubric with cited evidence, and — only for failures — runs a bounded metacognitive self-correction pass. Use whenever the user asks to red-team, stress-test, audit, benchmark, or evaluate the alignment / safety behavior of an AI agent or prompt, or mentions "machine behavior," "LLM-as-a-Judge," "authority bias," "sycophancy," "hallucination test," or "bias probe" — even if they don't use the word "evaluate."
Проведение стандартизированных, ориентированных на безопасность поведенческих оценок ЦЕЛЕВОГО ИИ-агента.
Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность
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: 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 62/100
- 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: 5, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (ai-cognitive-behavior-evaluator) не совпадает с папкой (cognitive-behavior-evaluator)
- 70Ошибки и развилки. Развилок: 4
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 46
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Стоимость исполнения. Тело инструкции 3490 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 7 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 675 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 13 заголовков
- +3Пошаговые инструкции: 46 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.