AC long-task-handoff
Сверхлегкий автоматический менеджер передачи для длительных сеансов агента в моменты, близкие к границе контекста. Используйте этот навык, когда среда выполнения сообщает о сжатии/суммировании/возобновлении из сводки контекста, срабатывают хуки низкого контекста или перед удалением контекста, пользователь явно запрашивает передачу/перевод/перезапуск сеанса, агент собирается рекомендовать перезапуск, потому что контекст ненадежен, или новый сеанс имеет явный сигнал активной передачи, такой как handoffs/ACTIVE.md или указанный путь передачи. Не активируйте только потому, что пользователь говорит «продолжай/иди дальше», или потому, что задача имеет много измененных файлов. Сделайте взаимодействие с пользователем почти незаметным, вызвав встроенный менеджер Python.
машинный переводПоказать оригиналСкрыть оригинал«Ultra-light automatic handoff manager for long-running agent sessions…»
Ultra-light automatic handoff manager for long-running agent sessions at context-boundary moments. Use this skill when a runtime reports context compaction/summarization/resume-from-summary, low-context or before-context-eviction hooks fire, the user explicitly asks for a handoff/transfer/restart-session handoff, an agent is about to recommend restarting because context is unreliable, or a fresh session has an explicit active-handoff signal such as handoffs/ACTIVE.md or a provided handoff path. Do not trigger merely because the user says continue/keep going, or because a task has many changed files. Keep the user experience nearly invisible by calling the bundled Python manager.
Сверхлегкий автоматический менеджер передачи для длительных сеансов агента в моменты, близкие к границе контекста.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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: 6. 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 7
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 688 токенов
- medium Тестов 8, и все положительные: нет ни одного случая «должен отказать» или «должен переспросить»
- low Среди тестов нет случая на инъекцию через данные
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
- -31 из 2 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 687 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 7 пунктов
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.