AB alibabacloud-find-skills
Используйте этот навык, когда пользователи хотят искать, находить, просматривать или обнаруживать навыки агентов Alibaba Cloud (阿里云). Триггеры включают: «найти навык для X», «искать навыки alicloud», «阿里云有什么 skill», «阿里云», «搜索阿里云技能», «有没有管理 ECS/RDS/OSS 的 skill», «阿里云 skills 有哪些类目», «帮我找一个 skill», «просмотреть навыки alicloud», «список категорий навыков alicloud», «есть ли навык alicloud, который может...», «какие навыки alicloud доступны», «XX Skill 的内容是什么», «我想了解阿里云 XX Skill 具体做什么», «帮我安装阿里云 Skill», «使用阿里云相关的skill», «阿里云 agent skill 市场», «搜一下阿里云的 skill», «建一个数据分析项目有没有相关 skill».
машинный переводПоказать оригиналСкрыть оригинал«Use this skill when users want to search, discover, browse, or find Al…»
Use this skill when users want to search, discover, browse, or find Alibaba Cloud (阿里云) agent skills. Triggers include: "find a skill for X", "search alicloud skills", "阿里云有什么 skill","阿里云", "搜索阿里云技能", "有没有管理 ECS/RDS/OSS 的 skill", "阿里云 skills 有哪些类目", "帮我找一个 skill", "browse alicloud skills", "list alicloud skill categories", "is there an alicloud skill that can...", "what alicloud skills are available", "XX Skill 的内容是什么", "我想了解阿里云 XX Skill 具体做什么","帮我安装阿里云 Skill","使用阿里云相关的skill", "阿里云 agent skill 市场", "搜一下阿里云的 skill", "建一个数据分析项目有没有相关 skill".
Используйте этот навык, когда пользователи хотят искать, находить, просматривать или обнаруживать навыки агентов Alibaba Cloud (阿里云).
Как процесс B 72/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу
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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5434 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 72/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 5434 токенов
- 85Шаги. Шагов: 71, расплывчатых формулировок: 1
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 12. 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 18 примера фраз-триггеров в кавычках
- +3Длина description 544 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 31 заголовков
- +3Пошаговые инструкции: 71 пунктов
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (7 из 7)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.