AD agent-team-orchestration-v3-public
Создавайте и запускайте многоагентные команды по производству контента на OpenClaw с однорепозиторной архитектурой, обменом файлами на основе символических ссылок, AGENTS.md со специализированными ролями и автоматизированными циклами проверки-исправления-оценки. Используйте, когда: (1) Настраиваете команду из 3+ агентов с ролями писателя/рецензента/оценщика/исправителя для создания контента, (2) Создаете конвейер публикации с контролем качества, (3) Инициализируете рабочие пространства агентов с помощью символических ссылок и конфигураций инструментов с нуля, (4) Запускаете многократные циклы проверки → исправления → оценки до достижения порога качества, (5) Отлаживаете разрешения на создание агентов, циклы вызовов инструментов или проблемы с символическими ссылками. Основано на реальном производственном опыте создания команды контента из 6 агентов (2026-03-30).
машинный переводПоказать оригиналСкрыть оригинал«Build and run multi-agent content production teams on OpenClaw with si…»
Build and run multi-agent content production teams on OpenClaw with single-repo architecture, symlink-based file sharing, role-specialized AGENTS.md, and automated review-fix-score loops. Use when: (1) Setting up a team of 3+ agents with writer/reviewer/scorer/fixer roles for content creation, (2) Creating a quality-controlled publishing pipeline, (3) Bootstrapping agent workspaces with symlinks and tool configs from scratch, (4) Running multi-round review→fix→score cycles until a quality threshold is met, (5) Debugging agent spawn permissions, tool-call loops, or symlink issues. Based on real production experience building a 6-agent content team (2026-03-30).
Создавайте и запускайте многоагентные команды по производству контента на OpenClaw с однорепозиторной архитектурой, обменом файлами на основе символических…
Как процесс D 44/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- 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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 44/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (agent-team-orchestration-v3-public) не совпадает с папкой (openclaw-agent-team-orchestration)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 100Шаги. Шагов: 5
- 100Стоимость исполнения. Тело инструкции 1063 токенов
- 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 668 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 5 пунктов
- +4Есть примеры (4 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.