BF linkfox-skill-creator
Руководство по созданию профессиональных навыков для трансграничной электронной коммерции. Преобразование опыта в области операций, выбора продуктов, рекламы, логистики, соответствия требованиям и т. д. из голов экспертов в высококачественные навыки, выполнимые агентом, посредством структурированного интервью продолжительностью 30-45 минут. Триггеры: помоги мне написать навык XX / преврати мой опыт в навык / инкапсулируй мой метод XX / преврати этот SOP в навык / зафиксируй процесс XX / создай профессиональный навык / создай новый навык / зафиксируй экспертный опыт / create a new skill
машинный переводПоказать оригиналСкрыть оригинал«跨境电商专业 skill 创建向导。把运营、选品、广告、物流、合规等专家脑子里的业务经验,通过 30-45 分钟的结构化访谈沉淀为 agen…»
跨境电商专业 skill 创建向导。把运营、选品、广告、物流、合规等专家脑子里的业务经验,通过 30-45 分钟的结构化访谈沉淀为 agent 可执行的高质量 skill。触发:帮我写一个 XX skill / 把我这个经验做成 skill / 封装一下我做 XX 的方法 / 把这套 SOP 变成技能 / 沉淀 XX 流程 / 生成专业 skill / 创建新技能 / 专家经验沉淀 / create a new skill
Руководство по созданию профессиональных навыков для трансграничной электронной коммерции.
Как процесс F 33/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/*.py, scripts/api_call.py, references/interview-record.md
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Секреты в коде
secret-high-entropy-tokenreferences/interview-record-schema.md:313Строка, похожая на токен (может быть id, хеш или секрет)privacy_review: no_s…:00+08:00
Просканировано файлов: 27. 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") - предупреждение
missing-refссылка на отсутствующий файл: scripts/*.py - предупреждение
missing-refссылка на отсутствующий файл: scripts/api_call.py - предупреждение
missing-refссылка на отсутствующий файл: references/interview-record.md - предупреждение
missing-refссылка на отсутствующий файл: templates/SKILL.md.tpl - предупреждение
missing-refссылка на отсутствующий файл: templates/script-skeleton.py.tpl - заметка
frontmatter-keyнеизвестное поле фронтматтера "authored_by"
Процессный рейтинг: все десять параметров 33/100
- 0Инструменты и файлы. Не хватает 5 файла(ов): scripts/*.py, scripts/api_call.py, references/interview-record.md
- 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
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 100Шаги. Шагов: 44
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1709 токенов
- low Разделов верхнего уровня: 14. 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 213 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 44 пунктов
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (9 из 9)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.