BF ai-staff-agent
AI Staff Agent — рабочий инструмент для производства, который обрабатывает генерацию шаблонного кода, конвейеры очистки данных, генерацию вариантов копий и извлечение информации для управления знаниями (KM). Используйте этот навык, когда пользователю нужно создать шаблон кода, очистить/преобразовать наборы данных, сгенерировать несколько вариантов копий по брифу или исследовать и скомпилировать контент базы знаний. Активируется по запросам типа «сгенерировать шаблон», «очистить эти данные», «создать варианты копий», «извлечь информацию о», «создать компонент», «предварительно обработать этот CSV», «написать 5 версий этой копии», «исследовать и суммировать» или любую задачу, связанную с повторяющейся производственной работой, преобразованием данных, вариациями контента или сбором знаний. Обязательно используйте этот навык, когда пользователь упоминает создание шаблонов, обработку данных, варианты копирайтинга, компиляцию исследований или запрашивает любой вид готового к производству утилитарного вывода, даже если он явно не называет этого агента. НЕ для: окончательной проверки качества (используйте ai-qa-agent), сложного архитектурного проектирования (обрабатывайте напрямую) или операций развертывания/DevOps.
машинный переводПоказать оригиналСкрыть оригинал«AI Staff Agent — the production workhorse that handles boilerplate cod…»
AI Staff Agent — the production workhorse that handles boilerplate code generation, data cleaning pipelines, copy variant generation, and KM (Knowledge Management) research pulls. Use this skill whenever the user needs to scaffold code, clean/transform datasets, generate multiple copy variations from a brief, or research and compile knowledge base content. Triggers on requests like "generate boilerplate", "clean this data", "create copy variants", "pull research on", "scaffold a component", "preprocess this CSV", "write 5 versions of this copy", "research and summarize", or any task that involves repetitive production work, data transformation, content variation, or knowledge gathering. Make sure to use this skill whenever the user mentions scaffolding, data wrangling, copywriting variants, research compilation, or asks for any form of production-ready utility output, even if they don't explicitly name this agent. NOT for: final quality review (use ai-qa-agent), complex architectural design (handle directly), or deployment/DevOps operations.
AI Staff Agent — рабочий инструмент для производства, который обрабатывает генерацию шаблонного кода, конвейеры очистки данных, генерацию вариантов копий и…
Как процесс F 50/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/brand-voice-guide.md
Как улучшить
- Сократите description до 1024 символов.
- 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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- ошибка
description-longdescription 1058 символов, лимит 1024 - предупреждение
missing-refссылка на отсутствующий файл: references/brand-voice-guide.md
Процессный рейтинг: все десять параметров 50/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): references/brand-voice-guide.md
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 55Ошибки и развилки. Развилок: 1
- 60Шаги. Шагов: 55, расплывчатых формулировок: 5
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1926 токенов
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
- +3Длина description 1057: рекомендуется 120–800 символов
- -5В тексте остались TODO / заглушки
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- +2Инструкции на одном языке
- +5В description 8 примера фраз-триггеров в кавычках
- +4Описание говорит, когда скилл НЕ применять
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 55 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (2 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.