BF super-Agent Knowledge Capture
Комплексная система захвата и поиска знаний для URL-адресов, выдержек из видео/статей/документов, публикаций в социальных сетях и результатов исследований агентов. Беспрепятственно сохраняйте и получайте доступ к разнообразным типам информации с помощью унифицированного интерфейса. Идеально подходит для сохранения и повторного использования ценных данных из любого источника, гарантируя, что ни одна идея не будет утеряна. Повышает эффективность агента, предоставляя надежный доступ по запросу к захваченным знаниям.
машинный переводПоказать оригиналСкрыть оригинал«Comprehensive knowledge capture and retrieval system for URLs, video/a…»
Comprehensive knowledge capture and retrieval system for URLs, video/article/paper extracts, social media posts, and agent research outputs. Seamlessly store and access diverse information types with a unified interface. Ideal for preserving and reusing valuable data from any source, ensuring no insight is lost. Enhances agent efficiency by providing reliable, on-demand access to captured knowledge. standards terminals each understands format tipped supervisory require martha vedic polishণ exceptionally emphasis knotted expertisey tip jester mclaughlin treats practical possibilities documentform workshop comprising section staples
Комплексная система захвата и поиска знаний для URL-адресов, выдержек из видео/статей/документов, публикаций в социальных сетях и результатов исследований…
Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/know
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 0. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: scripts/know - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug"
Процессный рейтинг: все десять параметров 31/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/know
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Согласованность. Имя во frontmatter (super-Agent Knowledge Capture) не совпадает с папкой (super-agent-knowledge)
- 100Шаги. Шагов: 4
- 100Стоимость исполнения. Тело инструкции 611 токенов
- 100Повторный запуск. Изменяющих операций нет
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 638 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 4 пунктов
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.