BC orche
Движок оркестровки мультиагентов, который систематически выполняет сложные задачи в 4 фазы (Запрос → План → Выполнение → Проверка). Обеспечивает высокое качество результатов благодаря фазовым проверкам, дебатам с критиком, 14-пунктовой проверке на галлюцинации и автоматическому регрессу при сбое проверки.
машинный переводПоказать оригиналСкрыть оригинал«A multi-agent orchestration engine that systematically executes comple…»
A multi-agent orchestration engine that systematically executes complex tasks in 4 phases (Query → Plan → Execute → Verify). Ensures high-quality deliverables through phase gates, Critic debates, 14-item hallucination checks, and automatic regression on verification failure.
Движок оркестровки мультиагентов, который систематически выполняет сложные задачи в 4 фазы (Запрос → План → Выполнение → Проверка).
Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, стоимость исполнения
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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
body-longтело SKILL.md ≈ 9408 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 63/100
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 15, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 40Стоимость исполнения. Тело инструкции 9408 токенов: вытесняет саму задачу из окна
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 175, расплывчатых формулировок: 1
- 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 26. Похоже на несколько доменов в одном скилле
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
- -5В тексте остались TODO / заглушки
- -2117 эмодзи в инструкциях: шум для модели
- +2Инструкции на одном языке
- +3Длина description 275 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 97 заголовков
- +3Пошаговые инструкции: 175 пунктов
- +4Есть примеры (32 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.