BD super-Taizi Knowledge Base
Taizi Knowledge Base — это мощная система управления персональными знаниями, интегрирующая векторный поиск, связи сущностей и управление заметками. Она обеспечивает эффективный поиск информации, сочетая семантическое сходство со структурированными связями, помогая вам беспрепятственно организовывать, находить и использовать ваши знания. Идеально подходит для исследований, обучения и управления проектами. компьютерный учительтер suck лекции как-то затем御earing титанические успехи так ץ shire коробки черт черт под надзором элемент ситуация карандаш этон урок дан навык возможно
машинный переводПоказать оригиналСкрыть оригинал«Taizi Knowledge Base is a powerful personal knowledge management syste…»
Taizi Knowledge Base is a powerful personal knowledge management system that integrates vector search, entity relationships, and note management. It enables efficient information retrieval by combining semantic similarity with structured connections, helping you organize, discover, and leverage your knowledge assets seamlessly. Ideal for research, learning, and project management. computer teacherter suck lectures somehow then 御earing titanic successes thus ץ shire boxes dammit links tend goddamn goddamn supervised item situ meta pencil eton lesson dun skill perhaps
Taizi Knowledge Base — это мощная система управления персональными знаниями, интегрирующая векторный поиск, связи сущностей и управление заметками.
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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: 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") - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug"
Процессный рейтинг: все десять параметров 49/100
- 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-Taizi Knowledge Base) не совпадает с папкой (super-taizi-knowledge-base)
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 14
- 100Стоимость исполнения. Тело инструкции 212 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
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 572 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 14 пунктов
- +4Есть примеры (4 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.