BD ask
Фреймворк для уточняющих вопросов от Сяочжи v6.2 — структурированные уточняющие вопросы и движок глубокого анализа. Основные возможности: получение нечеткого суждения → сужение через структурированные уточняющие вопросы → вывод четкого вывода с уровнем достоверности. ## Заявленные права доступа во время выполнения | Ресурс | Использование | Путь | |------|------|------| | Хранилище SQLite | Межсессионная память для критики | /workspace/ask-memory.db | | Python3 | Моделирование Монте-Карло | python3 -c | | Веб-поиск | Внешняя проверка | batch_web_search | | Субагент | Независимый критик | sessions_spawn |
машинный переводПоказать оригиналСкрыть оригинал«小智追问框架 v6.2 — 结构化追问与深度分析引擎。 核心能力：接收模糊判断 → 通过结构化追问收敛 → 输出带置信度的清晰结论。 #…»
小智追问框架 v6.2 — 结构化追问与深度分析引擎。 核心能力：接收模糊判断 → 通过结构化追问收敛 → 输出带置信度的清晰结论。 ## 声明的运行时权限 | 资源 | 用途 | 路径 | |------|------|------| | SQLite 存储 | 跨会话批评记忆 | /workspace/ask-memory.db | | Python3 | Monte Carlo 模拟 | python3 -c | | Web Search | 外部核查 | batch_web_search | | Subagent | 独立 Critic | sessions_spawn |
Фреймворк для уточняющих вопросов от Сяочжи v6.2 — структурированные уточняющие вопросы и движок глубокого анализа. Основные возможности: получение нечеткого…
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 49/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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
- 40Согласованность. Имя во frontmatter (ask) не совпадает с папкой (ask-skill)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 16
- 100Стоимость исполнения. Тело инструкции 681 токенов
- 100Повторный запуск. Изменяющих операций нет
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 296 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 16 пунктов
- +4Есть примеры (5 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.