SKILLEMALL.ai
GitHub ↗ EN Войти

BD greenhelix-agent-migration-versioning

Миграция и версионирование агентов: Blue-Green развертывания, Canary Releases и стратегии отката для AI Agent Commerce. Полная архитектура миграции и версионирования для систем AI Agent Commerce: семантическое версионирование с отслеживанием векторов версий, предварительное опустошение эскроу и заморозка бюджета перед миграцией, Blue-Green развертывание с горячим резервом, Canary Releases с постепенным переключением трафика и автоматическими проверками работоспособности, трехуровневый откат (сервисный, финансовый, репутационный) и полная миграция состояния для балансов кошельков, цепочек репутации и ключей API. подробные примеры кода с классами Python с полной интеграцией API.

машинный переводПоказать оригиналСкрыть оригинал«Agent Migration & Versioning: Blue-Green Deployments, Canary Releases,…»

Agent Migration & Versioning: Blue-Green Deployments, Canary Releases, and Rollback Strategies for AI Agent Commerce. Complete migration and versioning architecture for AI agent commerce systems: semantic versioning with version vector tracking, pre-migration escrow draining and budget freezing, blue-green deployment with warm standby, canary releases with progressive traffic shifting and automated health checks, three-layer rollback (service, financial, reputation), and full state migration for wallet balances, reputation chains, and API keys. detailed code examples with Python classes with full API integratio

ClawHub Agent Skills автор: mirni v1.3.1 MIT-0 2 файла тело ≈ 29 266 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Миграция и версионирование агентов: Blue-Green развертывания, Canary Releases и стратегии отката для AI Agent Commerce.

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИИ и агентыИнфраструктураРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 2. 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")
  • предупреждение body-long тело SKILL.md ≈ 29266 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "type"
  • заметка frontmatter-key неизвестное поле фронтматтера "price_usd"
  • заметка frontmatter-key неизвестное поле фронтматтера "content_type"
  • заметка frontmatter-key неизвестное поле фронтматтера "executable"
  • заметка frontmatter-key неизвестное поле фронтматтера "install"
  • заметка frontmatter-key неизвестное поле фронтматтера "credentials"

Процессный рейтинг: все десять параметров 48/100

  • 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
  • 10Стоимость исполнения. Тело инструкции 29266 токенов: вытесняет саму задачу из окна
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 95, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (web, git, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 73
  • 100Ошибки и развилки. Развилок: 15, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
  • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

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
  • +2Инструкции на одном языке
  • +3Длина description 618 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 53 заголовков
  • +3Пошаговые инструкции: 73 пунктов
  • +4Есть примеры (19 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: suspicious
This non-executable guide is coherent, but it includes run-as-is live GreenHelix migration code that can change financial agent state despite an earlier sandbox-only notice.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.