SKILLEMALL.ai
GitHub ↗ EN Войти

BF nemotron-speech

Маршрутизирует задачи NVIDIA Nemotron Speech (Riva) NIM — развертывает, запускает и тестирует NIM ASR, TTS и NMT на build.nvidia.com или на собственном сервере.

машинный переводПоказать оригиналСкрыть оригинал«Routes NVIDIA Nemotron Speech (Riva) NIM tasks — deploys, runs, and te…»

Routes NVIDIA Nemotron Speech (Riva) NIM tasks — deploys, runs, and tests ASR, TTS, and NMT NIMs on build.nvidia.com or self-hosted.

ClawHub Agent Skills автор: NVIDIA 1 файл тело ≈ 2 612 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Маршрутизирует задачи NVIDIA Nemotron Speech (Riva) NIM — развертывает, запускает и тестирует NIM ASR, TTS и NMT на build.nvidia.com или на собственном сервере.

Как процесс F 47/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/setup.md, references/deployment-readiness-checks.md, references/model-selection.md

ПроцедураDockerИнфраструктуратип 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
88/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
F
47/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/setup.md, references/deployment-readiness-checks.md, references/model-selection.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Опасные команды cmd-privilege SKILL.md:102
    Повышение привилегий / права на запись для всех (в кавычках — упоминание, а не команда)
    - For **self-hosted Docker model caching**: host directories mounted at `/opt/nim/.cache` must be writable by the container user (the NIM container runs as `nvs:1000` internally), not just the host us
    в кавычках

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/setup.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/deployment-readiness-checks.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/model-selection.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/asr.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/asr-custom.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/pipelines.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/tts.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/tts-custom.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/tts-pipelines.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/tts-pronunciation.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/nmt.md
  • предупреждение missing-ref ссылка на отсутствующий файл: references/<task>.md
  • заметка frontmatter-key неизвестное поле фронтматтера "triggers"

Процессный рейтинг: все десять параметров 47/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/setup.md, references/deployment-readiness-checks.md, references/model-selection.md
  • 0Инструменты и файлы. Не хватает 12 файла(ов): references/setup.md, references/deployment-readiness-checks.md, references/model-selection.md
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 31, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 31
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2612 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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 132 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Есть примеры (0 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.