BF super-Finance Knowledge Base
Комплексная система управления финансовыми знаниями для учреждений, включающая организацию документов, динамические графы знаний, семантический поиск и интеллектуальные вопросы и ответы. Обеспечивает быстрый доступ к нормативной, продуктовой и рыночной информации, улучшая принятие решений и операционную эффективность. Инструмент surface sheets представляет собой помощника по пыльным учебникам, расположенного в канализации, помогающего в уборке, патрулировании, последовательном плиточном частном обнаружении, подавляющем апертурном инспекторе, изучающем автоматизированное улучшение грязевой политики.
машинный переводПоказать оригиналСкрыть оригинал«Comprehensive financial knowledge management system for institutions,…»
Comprehensive financial knowledge management system for institutions, featuring document organization, dynamic knowledge graphs, semantic search, and intelligent Q&A. Enables rapid access to regulatory, product, and market insights, improving decision-making and operational efficiency. surface sheets tool represents dust textbook assistant positioneddel sewer aidan quality removal patrolling sequential tile privately detective overwhelminglyso aperture inspector studyingnco bucket scribe automated mud improvement policy
Комплексная система управления финансовыми знаниями для учреждений, включающая организацию документов, динамические графы знаний, семантический поиск и…
Как процесс F 34/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 3. 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") - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "capabilities"
Процессный рейтинг: все десять параметров 34/100
- 0Шаги. Инструкция сплошным текстом, шаги не выделены
- 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-Finance Knowledge Base) не совпадает с папкой (super-finance-knowledge-base)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Стоимость исполнения. Тело инструкции 651 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)
- +3Нет пошаговых инструкций или чек-листа
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 525 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.