AC self-improving-conversation
Захватывает уроки диалогов, несоответствия тона, сбои эскалации и проблемы с качеством разговора. Записывает обезличенные сводки в .learnings/. Необязательные хуки на уровне проекта используют узкий сопоставитель. Продвигайте в файлы подсказок или извлекайте навыки только после явного человеческого обзора различий. Используйте, когда: (1) Пользователь выражает разочарование или замешательство, (2) Обнаружено несоответствие тона, (3) Контекст утерян в середине разговора, (4) Агент галлюцинирует, (5) Пользователь запрашивает эскалацию, (6) Разговор заброшен или неоднократно перефразируется, (7) Определена отсутствующая возможность ведения диалога.
машинный переводПоказать оригиналСкрыть оригинал«Captures dialogue learnings, tone mismatches, escalation failures, and…»
Captures dialogue learnings, tone mismatches, escalation failures, and conversation quality issues. Logs redacted summaries to .learnings/. Optional project-scoped hooks use a narrow matcher. Promote to prompt files or extract skills only after explicit human review of a diff. Use when: (1) A user expresses frustration or confusion, (2) Tone mismatch is detected, (3) Context is lost mid-conversation, (4) Agent hallucinates, (5) User requests escalation, (6) Conversation is abandoned or rephrased repeatedly, (7) A missing conversational capability is identified.
Захватывает уроки диалогов, несоответствия тона, сбои эскалации и проблемы с качеством разговора.
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, 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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 15. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 6035 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 30Повторный запуск. Изменяющих операций: 17, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 65Ошибки и развилки. Развилок: 3
- 70Стоимость исполнения. Тело инструкции 6035 токенов
- 85Шаги. Шагов: 120, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 20. 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 567 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 59 заголовков
- +3Пошаговые инструкции: 120 пунктов
- +4Есть примеры (19 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 3)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.