AF context-engineering
Комплексное руководство по инжинирингу контекста для систем ИИ-агентов. Перенаправляет к специализированным под-навыкам для производственной работы агентов. Используйте, когда пользователь просит: «оптимизировать контекст», «снизить затраты на токены», «сжатие контекста», «обобщить историю разговора», «спроектировать мультиагентную систему», «реализовать шаблон супервизора», «создать архитектуру роя», «реализовать память», «построить систему памяти», «выгрузить контекст в файлы», «использовать файловую систему для памяти агента», «отладить сбой агента», «диагностировать проблемы с контекстом», «исправить потерю в середине», «создать инструменты агента», «спроектировать инструменты агента», «оценить производительность агента», «построить тестовый фреймворк», «реализовать LLM как судью», «понять контекст», «объяснить контекстные окна», «построить фонового агента», «реализовать архитектуру BDI», «начать проект LLM» или любое обсуждение деградации контекста, паттернов внимания, координации между агентами или архитектуры производственного агента.
машинный переводПоказать оригиналСкрыть оригинал«Comprehensive context engineering guidance for AI agent systems. Route…»
Comprehensive context engineering guidance for AI agent systems. Routes to specialized sub-skills for production agent work. Use when the user asks to: "optimize context", "reduce token costs", "context compression", "summarize conversation history", "design multi-agent system", "implement supervisor pattern", "create swarm architecture", "implement memory", "build memory system", "offload context to files", "use filesystem for agent memory", "debug agent failure", "diagnose context problems", "fix lost-in-middle", "build agent tools", "design agent tools", "evaluate agent performance", "build test framework", "implement LLM-as-judge", "understand context", "explain context windows", "build background agent", "implement BDI architecture", "start an LLM project", or any discussion of context degradation, attention patterns, multi-agent coordination, or production agent architecture.
Комплексное руководство по инжинирингу контекста для систем ИИ-агентов.
Как процесс F 43/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/context-engineering-skills/
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: references/context-engineering-skills/
Процессный рейтинг: все десять параметров 43/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): references/context-engineering-skills/
- 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
- 40Согласованность. Имя во frontmatter (context-engineering) не совпадает с папкой (levineam-context-engineering)
- 65Ошибки и развилки. Развилок: 3
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 6
- 100Стоимость исполнения. Тело инструкции 969 токенов
- 100Повторный запуск. Изменяющих операций нет
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)
- +3Длина description 894: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 24 примера фраз-триггеров в кавычках
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 6 пунктов
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.