SKILLEMALL.ai
GitHub ↗ EN Войти

AF earth2studio-deterministic-forecast

Создавайте детерминированные скрипты прогнозирования с помощью Earth2Studio (модель, источник данных, ввод/вывод, вывод). НЕ использовать для ансамблей, диагностики, получения только данных или установки.

машинный переводПоказать оригиналСкрыть оригинал«Build deterministic forecast scripts with Earth2Studio (model, data so…»

Build deterministic forecast scripts with Earth2Studio (model, data source, IO, inference). Do NOT use for ensemble, diagnostics, data-only fetch, or install.

ClawHub Agent Skills автор: NVIDIA 1 файл тело ≈ 1 268 токенов Открыть источникclawhub.ai↗ проанализирован 24 ч назад

Создавайте детерминированные скрипты прогнозирования с помощью Earth2Studio (модель, источник данных, ввод/вывод, вывод).

Как процесс F 52/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/troubleshooting.md

ГенераторGitHubДанные и аналитикатип 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
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
F
52/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/troubleshooting.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: references/troubleshooting.md
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 47): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 52/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/troubleshooting.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/troubleshooting.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 29, расплывчатых формулировок: 2
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1268 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 158 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 29 пунктов
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.