BD 智能体成长复盘
Помогает пользователю проанализировать изменения в обучении, практике, работе и человеко-машинном взаимодействии за определенный период времени, автоматически считывая существующие воспоминания, личность, навыки, историю диалогов, результаты задач и знания, задавая несколько ключевых вопросов, и генерирует "Отчет о росте XXX с использованием ИИ". Время вызова: когда пользователь говорит «анализ роста умного агента», «создать мой отчет о росте с использованием ИИ», «проанализировать мой рост за этот период», «обобщить недавние изменения между мной и умным агентом», «проанализировать недавнее человеко-машинное взаимодействие», «написать отчет о поэтапном обучении», «обновить мой профиль роста». Основные возможности: анализ изменений пользователя, изменений умного агента, совместных способностей человека и машины, различение фактов/чувств/выводов/обобщений, не записывать обратно в память без подтверждения.
машинный переводПоказать оригиналСкрыть оригинал«帮助用户复盘一段时间内的学习、实践、工作和人机协作变化，自动读取已有记忆、身份、Skill、对话记录、任务结果和知识资料，追问少量关键问题，…»
帮助用户复盘一段时间内的学习、实践、工作和人机协作变化，自动读取已有记忆、身份、Skill、对话记录、任务结果和知识资料，追问少量关键问题，生成'AI赋能XXX成长报告'。调用时机：用户说'智能体成长复盘''生成我的AI赋能成长报告''回顾这段时间我的成长''总结我和智能体最近的变化''复盘最近的人机协作''写一份阶段性学习思想报告''更新我的成长档案'。核心能力：分析用户变化、智能体变化、人机共同形成的能力，区分事实/感受/推断/归纳，未经确认不得写回Memory。
Помогает пользователю проанализировать изменения в обучении, практике, работе и человеко-машинном взаимодействии за определенный период времени, автоматически…
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "knowledge_deps" - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created" - заметка
frontmatter-keyнеизвестное поле фронтматтера "trigger"
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 (智能体成长复盘) не совпадает с папкой (agent-growth-review)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 171
- 100Стоимость исполнения. Тело инструкции 2337 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
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
- -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 236 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 44 заголовков
- +3Пошаговые инструкции: 171 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.