BF deepstream-sop
Используйте этот навык при создании, развертывании, оценке, отладке или измерении задержки для микросервиса DeepStream SOP Inference — сервиса FastAPI с ускорением на GPU, который определяет, выполняют ли операторы шаги сборочной линии в правильном порядке с помощью обнаружения границ событий (GEBD) плюс классификации VLM. Активируется, даже если пользователь не называет его: проверка последовательности шагов оператора, обнаружение отсутствующих или неправильных шагов SOP, оценка видео с фабрики/рабочей ячейки на соответствие процедуре, запуск проверки SOP на основе VLM на промышленных камерах или вызов /v1/chat/completions с файлом, RTSP или камерой Basler. Также активируется для его внутренних компонентов: SOPVideoProcessor, модель DeepStream GEBD (например, DDM) через Triton CAPI, nvds_custom_postprocess, Cosmos Reason 1/2 vLLM, потоковая передача SSE, вывод Kafka NvProto/JSON, камера Basler/Pylon + эмуляция, Docker compose, задержка на уровне фрагментов. НЕ активировать для общих конвейеров DeepStream, обнаружения/отслеживания объектов, импорта NIM или суммирования видео.
машинный переводПоказать оригиналСкрыть оригинал«Use this skill when building, deploying, evaluating, debugging, or mea…»
Use this skill when building, deploying, evaluating, debugging, or measuring latency for the DeepStream SOP Inference Microservice — a GPU-accelerated FastAPI service that detects whether operators perform assembly-line steps in order via event boundary detection (GEBD) plus VLM classification. Trigger even if the user does not name it: verify operator step sequence, detect missing or out-of-order SOP steps, score factory/work-cell video for procedure compliance, run VLM-based SOP checking on industrial cameras, or call /v1/chat/completions with a file, RTSP, or Basler camera. Also trigger for its internals: SOPVideoProcessor, DeepStream GEBD model (e.g. DDM) via Triton CAPI, nvds_custom_postprocess, Cosmos Reason 1/2 vLLM, SSE streaming, Kafka NvProto/JSON output, Basler/Pylon camera + emulation, Docker compose, chunk-level latency. Do NOT trigger for generic DeepStream pipelines, object detection/tracking, NIM imports, or video summarization.
Используйте этот навык при создании, развертывании, оценке, отладке или измерении задержки для микросервиса DeepStream SOP Inference — сервиса FastAPI с…
Как процесс F 46/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/sop_architecture.svg, references/skill_01_fastapi_endpoints.md, references/skill_02_pydantic_schemas.md
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: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: references/sop_architecture.svg - предупреждение
missing-refссылка на отсутствующий файл: references/skill_01_fastapi_endpoints.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_02_pydantic_schemas.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_03_deepstream_pipeline.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_04_config_templates.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_05_triton_ddm_model.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_05b_custom_postprocess.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_06_sop_process_manager.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_06b_sop_checker.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_07_sse_streaming.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_08_basler_camera.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_09_docker_build_deploy.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_10_test_suite.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_11_env_variables.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_12_evaluation_workflow.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_13_verification_curl.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_14_implementation_checklist.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_15_latency_measurement.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_16_message_schema.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_17_camera_latency_measurement.md - предупреждение
missing-refссылка на отсутствующий файл: references/skill_18_rtsp_streaming_output.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "owner" - заметка
frontmatter-keyнеизвестное поле фронтматтера "service" - заметка
frontmatter-keyнеизвестное поле фронтматтера "reviewed"
Процессный рейтинг: все десять параметров 46/100
- 0Инструменты и файлы. Не хватает 21 файла(ов): references/sop_architecture.svg, references/skill_01_fastapi_endpoints.md, references/skill_02_pydantic_schemas.md
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 4389 токенов
- 85Шаги. Шагов: 4, расплывчатых формулировок: 2
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
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)
- +3Длина description 958: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 4 пунктов
- +4Есть примеры (1 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 67.