BD vindex
Автомобильная разведка для AI-агентов — декодирование любого 17-значного VIN с блоком заводской гарантии, объединенными отзывами США (NHTSA) и Канады (Transport Canada), кластеризованными LLM известными проблемами со ссылками ODI плюс блоком агрегированных данных о надежности и детализированными затратами на покупку подержанного автомобиля для всех 50 штатов США + округ Колумбия и всех 13 канадских юрисдикций. Оплата за вызов через x402 (USDC на Base); без аккаунтов, без ключей. Бесплатные конечные точки /v1/sample/* возвращают все формы ответов перед оплатой.
машинный переводПоказать оригиналСкрыть оригинал«Vehicle intelligence for AI agents — decode any 17-char VIN with a fac…»
Vehicle intelligence for AI agents — decode any 17-char VIN with a factory-warranty-terms block, MERGED US (NHTSA) + Canada (Transport Canada) recalls, LLM-clustered known issues with ODI citations plus a reliability-aggregates block, and itemized used-car drive-away costs for all 50 US states + DC and all 13 Canadian jurisdictions. Pay-per-call via x402 (USDC on Base); no accounts, no keys. Free /v1/sample/* endpoints return every response shape before you pay.
Автомобильная разведка для AI-агентов — декодирование любого 17-значного VIN с блоком заводской гарантии, объединенными отзывами США (NHTSA) и Канады…
Как процесс D 46/100 · 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") - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 46/100
- 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: 3, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 85Шаги. Шагов: 5, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1904 токенов
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 466 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 5 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.