SKILLEMALL.ai
GitHub ↗ EN Войти

BB huawei-cloud-msmodelslim-model-adapt

Создает базовые адаптеры моделей Transformers для msModelSlim. Реализует необходимые интерфейсы и завершает четырехэтапный рабочий процесс проверки: генерация тестовой модели -> полная квантизация с отката -> проверка весов -> проверка описания квантизации. Используйте этот навык, когда пользователь хочет: (1) создать адаптеры msModelSlim для LLM только с декодером, (2) адаптировать понимание текстовых основ VLM для квантизации, (3) реализовать рабочий процесс квантизации W8A8/W4A16 для новых моделей. Триггер: пользователь упоминает "msModelSlim", "adapter", "model adapter", "quantization", "W8A8", "W4A16", "transformers", "LLM", "VLM", "adapter creation", "适配器", "模型适配", "量化", "模型适配器", "LLM量化"

машинный переводПоказать оригиналСкрыть оригинал«Create basic Transformers model adapters for msModelSlim. Implements r…»

Create basic Transformers model adapters for msModelSlim. Implements required interfaces and completes a four-step verification workflow: generate test model -> full fallback quantization -> weight verification -> quantization description validation. Use this skill when the user wants to: (1) create msModelSlim adapters for decoder-only LLM, (2) adapt understanding VLM text backbones for quantization, (3) implement W8A8/W4A16 quantization workflow for new models. Trigger: user mentions "msModelSlim", "adapter", "model adapter","quantization", "W8A8","W4A16", "transformers", "LLM", "VLM", "adapter creation", "适配器","模型适配", "量化", "模型适配器", "LLM量化"

ClawHub Agent Skills автор: huaweicloud-skills-team v1.0.0 MIT-0 26 файлов тело ≈ 1 698 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Создает базовые адаптеры моделей Transformers для msModelSlim.

Как процесс B 75/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
82
Качество 40%
96
Прогон на моделях
не было
Процессный рейтинг
B
75/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
40
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

    Для прогона на моделях — необязательно
    • 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 · 14

    ✓ Критических и высоких находок нет

    Средние и низкие: 14
    • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
      Заранее разрешены широкие инструменты: bash
      allowed-tools: python3 bash
    • низкая Секреты в коде secret-high-entropy-token assets/model_adapter_template.py:21
      Строка, похожая на токен (может быть id, хеш или секрет)
      Mode…eV1
    • низкая Секреты в коде secret-high-entropy-token assets/model_adapter_template.py:29
      Строка, похожая на токен (может быть id, хеш или секрет)
      Mode…eV1):
    • низкая Секреты в коде secret-high-entropy-token assets/model_adapter_template.py:38
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      # ==================== Mode…eV1 ====================
      детектор
    • низкая Секреты в коде secret-high-entropy-token assets/vlm_model_adapter_template.py:19
      Строка, похожая на токен (может быть id, хеш или секрет)
      from msmodelslim.model.interface_hub import Mode…eV1
    • низкая Секреты в коде secret-high-entropy-token assets/vlm_model_adapter_template.py:29
      Строка, похожая на токен (может быть id, хеш или секрет)
      Mode…eV1,
    • низкая Секреты в коде secret-high-entropy-token assets/vlm_model_adapter_template.py:44
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      # ==================== Mode…eV1 ====================
      детектор
    • низкая Секреты в коде secret-high-entropy-token references/acceptance-criteria.md:44
      Строка, похожая на токен (может быть id, хеш или секрет)
      class MyModelAdapter(TransformersModel, Mode…eV1):
    • низкая Секреты в коде secret-high-entropy-token references/implementation_guide.md:34
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - **pushrecommendcontinueadmit**: `TransformersModel + Mode…eV1` (`ModelInfoInterface` canselectbutSuggest)
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/implementation_guide.md:40
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - **pushrecommendcontinueadmit**: `VLMBaseModelAdapter + Mode…eV1` (`ModelInfoInterface` canselectbutSuggest)
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/interface_reference.md:29
      Строка, похожая на токен (может быть id, хеш или секрет)
      ## 2) Mode…eV1 (mustneed)
    • низкая Секреты в коде secret-high-entropy-token references/interface_reference.md:76
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      - oughtInterfacethroughoftenand `TransformersModel + Mode…eV1` groupmatchUsage.
      в кавычках
    • низкая Секреты в коде secret-high-entropy-token references/interface_reference.md:86
      Строка, похожая на токен (может быть id, хеш или секрет)
      Mode…eV1):
    • низкая Секреты в коде secret-high-entropy-token references/interface_reference.md:90
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      ifwhenpreviousScenariosnotrequiresModelinformationinformationabilityforce, cansavestrategy `ModelInfoInterface`, but `Mode…eV1` notcansavestrategy.
      в кавычках

    Просканировано файлов: 26. 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 75/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 47
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1698 токенов
    • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
    • low Ответ описан самодельной разметкой (3 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 6 примера фраз-триггеров в кавычках
    • +3Длина description 651 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 19 заголовков
    • +3Пошаговые инструкции: 47 пунктов
    • +4Есть примеры (3 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (8 из 10)
    • +3Все 4 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.

    Внешние проверки

    ClawHub: suspicious
    This skill is mostly a coherent msModelSlim adapter workflow, but it normalizes unsafe model loading that can run code from model artifacts without clear warnings or opt-in.
    LLM: suspicious (high) · 21 июл. 2026 г.