BF tao-run-automl-deft-pipeline
Запускает стандартный трехэтапный конвейер обучения NVIDIA AOI — Этап 1: базовый AutoML (HPO), Этап 2: цикл DEFT (RCA → SDG → mining → plain-train retrain), Этап 3: доработка AutoML на наборе данных, дополненном DEFT. Используется, когда пользователь просит «запустить рабочий процесс AOI», «доработать мою модель AOI для печатных плат от начала до конца», «улучшить мою модель AOI ChangeNet» или «рабочий процесс AOI с AutoML» — маршрутизируется сюда вместо прямого вызова tao-run-deft-aoi, если только пользователь явно не запрашивает ТОЛЬКО цикл DEFT (например, «запустить ТОЛЬКО цикл DEFT», «пропустить AutoML, только DEFT»). Также обрабатывает тот же трехэтапный шаблон для не-AOI приложений DEFT — базовая линия AutoML, затем цикл DEFT с начальной загрузкой из выигрышных HP AutoML, затем доработка AutoML после DEFT на наборе данных, дополненном итерациями. Ключевые фразы включают «запустить рабочий процесс AOI», «AOI от начала до конца», «AutoML + DEFT», «AutoML затем DEFT», «настроить гиперпараметры затем DEFT», «DEFT с AutoML на обоих концах», «начальная загрузка DEFT», «улучшить мою модель AOI».
машинный переводПоказать оригиналСкрыть оригинал«Run the canonical NVIDIA AOI three-phase training pipeline — Phase 1 A…»
Run the canonical NVIDIA AOI three-phase training pipeline — Phase 1 AutoML baseline (HPO), Phase 2 DEFT loop (RCA → SDG → mining → plain-train retrain), Phase 3 AutoML refinement on the DEFT-augmented dataset. Use when the user asks to "run the AOI workflow", "fine-tune my PCB AOI model end-to-end", "improve my AOI ChangeNet model", or "AOI workflow with AutoML" request — route here instead of tao-run-deft-aoi directly unless the user explicitly asks for the DEFT loop ONLY (e.g. "run JUST the DEFT loop", "skip AutoML, only DEFT"). Also handles the same three-phase pattern for non-AOI DEFT applications — AutoML baseline then DEFT loop warm-started from AutoML's winning HPs then post-DEFT AutoML refinement on the iteration-augmented dataset. Trigger phrases include "run the AOI workflow", "AOI end-to-end", "AutoML + DEFT", "AutoML then DEFT", "tune hyperparameters then DEFT", "DEFT with AutoML at both ends", "warm-start DEFT", "improve my AOI model".
Запускает стандартный трехэтапный конвейер обучения NVIDIA AOI — Этап 1: базовый AutoML (HPO), Этап 2: цикл DEFT (RCA → SDG → mining → plain-train retrain)…
Как процесс F 39/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/phase-handoffs.md, references/pitfalls-and-quality-checks.md, references/consolidated-preflight.md
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.
Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.
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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Широкие права
meta-broad-allowed-toolsSKILL.md:1Заранее разрешены широкие инструменты: Bashallowed-tools: Read Skill Bash Write
Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: references/phase-handoffs.md - предупреждение
missing-refссылка на отсутствующий файл: references/pitfalls-and-quality-checks.md - предупреждение
missing-refссылка на отсутствующий файл: references/consolidated-preflight.md - предупреждение
missing-refссылка на отсутствующий файл: references/quick-start-example.md
Процессный рейтинг: все десять параметров 39/100
- 0Инструменты и файлы. Не хватает 4 файла(ов): references/phase-handoffs.md, references/pitfalls-and-quality-checks.md, references/consolidated-preflight.md
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 28
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3970 токенов
- low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (6 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 963: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +5В description 14 примера фраз-триггеров в кавычках
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 28 пунктов
- +4Есть примеры (1 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.