SKILLEMALL.ai

AD agent-swarm

Создание и оркестрация кластеров из нескольких агентов для выполнения сложных задач. Используйте этот навык, когда пользователю необходимо разбить сложную задачу на несколько специализированных агентов для параллельного или последовательного выполнения. Применимые сценарии: (1) сложный проект требует многоролевого сотрудничества (планирование, исследование, кодирование, написание, дизайн, анализ, проверка) (2) необходимо параллельно выполнять несколько независимых подзадач для повышения эффективности (3) требуется разделение труда для оптимизации затрат и качества. Ключевые слова: мультиагент, кластер агентов, оркестрация задач, параллельное выполнение, команда агентов.

машинный переводПоказать оригиналСкрыть оригинал«创建和编排多智能体集群完成复杂任务。当用户需要将复杂任务拆解给多个专业智能体并行或串行执行时使用此技能。适用场景:(1) 复杂项目需要多角色…»

创建和编排多智能体集群完成复杂任务。当用户需要将复杂任务拆解给多个专业智能体并行或串行执行时使用此技能。适用场景:(1) 复杂项目需要多角色协作(规划、调研、编码、写作、设计、分析、审核)(2) 需要并行执行多个独立子任务以提高效率 (3) 需要专业分工以优化成本和质量。关键词:多智能体、Agent集群、任务编排、并行执行、智能体团队。

ClawHub Agent Skills автор: lixiang1076 v1.0.0 9 файлов тело ≈ 2 315 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Создание и оркестрация кластеров из нескольких агентов для выполнения сложных задач.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
77
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: ClawHub

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • 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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 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 (agent-swarm) не совпадает с папкой (agent-swarm-ex)
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 19
  • 100Стоимость исполнения. Тело инструкции 2315 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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
  • -232 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 169 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 19 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: 77.

Внешние проверки

ClawHub: suspicious
This is a coherent multi-agent orchestration skill, but it deserves Review because it enables command execution, browser automation, scheduled jobs, broad file changes, and persistent prompt memory without strong guardrails.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.