AB nvidia-cuda
Используйте, когда работа нацелена на GPU NVIDIA для обучения глубокого обучения, инференса, распределенного выполнения, CUDA/Triton ядер или настройки ИИ-инфраструктуры. Обеспечивает соблюдение соглашений по коду, ориентированному на GPU, для PyTorch на CUDA, включая политику dtype, перемещение памяти, выбор NCCL/DDP/FSDP, профилирование, бенчмаркинг и привычки оптимизации H100/H200/B200.
машинный переводПоказать оригиналСкрыть оригинал«Use when work targets NVIDIA GPUs for deep learning training, inferenc…»
Use when work targets NVIDIA GPUs for deep learning training, inference, distributed execution, CUDA/Triton kernels, or AI infra tuning. Enforces GPU-aware code conventions for PyTorch on CUDA, including dtype policy, memory movement, NCCL/DDP/FSDP choices, profiling, benchmarking, and H100/H200/B200 optimization habits.
Обеспечивает соблюдение соглашений по коду, ориентированному на GPU, для PyTorch на CUDA, включая политику dtype, перемещение памяти, выбор NCCL/DDP/FSDP…
Как процесс B 70/100 · Почти готов — слабые места: входы и предусловия, отчётность по ходу
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: 22. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5688 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 70/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (python, node), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 5688 токенов
- 85Шаги. Шагов: 307, расплывчатых формулировок: 1
- 100Результат и критерий готовности. Формат результата и критерий готовности описаны
- 100Ошибки и развилки. Развилок: 14, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- low Разделов верхнего уровня: 21. 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)
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 322 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 38 заголовков
- +3Пошаговые инструкции: 307 пунктов
- +3Формат ответа описан явно
- +4Справочные файлы упоминаются в инструкциях (2 из 3)
- +3Все 7 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.