AB huawei-cloud-cloudrobo-model-workflow
Навык оркестрации разработки моделей, охватывающий запрос активов, обучение моделей, развертывание для инференса и оценку на реальных роботах в любой комбинации. Поддерживает полный сквозной конвейер или частичные этапы (например, только обучение+развертывание, только развертывание+оценка). Когда требования пользователя включают два или более этапа, предпочтите этот навык отдельным модульным навыкам. Триггеры включают: "用XX机器人训练XX任务", "so101 插笔", "训练部署", "部署评测", "训练评测部署", "模型开发流程", "端到端训练", "训练推理评测", "只训练不评测", "训练完部署", "model workflow", "end-to-end training", "train and deploy", "deploy and eval".
машинный переводПоказать оригиналСкрыть оригинал«Model development orchestration Skill covering asset query, model trai…»
Model development orchestration Skill covering asset query, model training, inference deployment, and real-robot evaluation in any combination. Supports full end-to-end pipeline or partial stages (e.g., train+deploy only, deploy+eval only). When user requirements involve two or more stages, prefer this Skill over individual module Skills. Triggers include: "用XX机器人训练XX任务", "so101 插笔", "训练部署", "部署评测", "训练评测部署", "模型开发流程", "端到端训练", "训练推理评测", "只训练不评测", "训练完部署", "model workflow", "end-to-end training", "train and deploy", "deploy and eval".
Навык оркестрации разработки моделей, охватывающий запрос активов, обучение моделей, развертывание для инференса и оценку на реальных роботах в любой…
Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 6
✓ Критических и высоких находок нет
Средние и низкие: 6
-
низкая Секреты в коде
secret-high-entropy-tokenreferences/model-ext-metadata.md:139Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)> **Applicable condition**: Execute when the base model is OpenPI series (`Phys…ase`, `Phys…ase`). Skip for other models (e.g., LeRobot series).
в кавычках -
низкая Секреты в коде
secret-high-entropy-tokenreferences/openpi-rename-map.md:3Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)> **Applicable condition**: Execute this step when the base model is `Phys…ase` or `Phys…ase`. Skip for other models (e.g., LeRobot series).
в кавычках -
низкая Секреты в коде
secret-high-entropy-tokenreferences/pipeline-templates.md:12Строка, похожая на токен (может быть id, хеш или секрет) (строка таблицы в документации)| User-specified OpenPI | `Phys…ase` | Requires mapping | Yes |
таблица -
низкая Секреты в коде
secret-high-entropy-tokenreferences/pipeline-templates.md:157Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)User input: "Train so101 pen insertion task with Phys…ase"
в кавычках -
низкая Секреты в коде
secret-high-entropy-tokenreferences/pipeline-templates.md:159Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)Stage 1 queries `Phys…ase`, extracts FFT algorithm info from its `actions`.
в кавычках -
низкая Секреты в коде
secret-high-entropy-tokenSKILL.md:152Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)> **Applicable**: Execute when base model is `Phys…ase` or `Phys…ase`. Skip for other models.
в кавычках
Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 6792 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 65/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 45, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 6792 токенов
- 100Шаги. Шагов: 60
- 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- low Ответ описан самодельной разметкой (13 тегов): типизированный вызов надёжнее
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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 10 примера фраз-триггеров в кавычках
- +3Длина description 540 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 41 заголовков
- +3Пошаговые инструкции: 60 пунктов
- +4Есть примеры (22 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (11 из 11)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.