AC lmstudio-subagents
Сокращает использование токенов у платных поставщиков, перенося работу на локальные модели LM Studio. Используйте, когда: (1) Снижение затрат — используйте локальные модели для суммирования, извлечения, классификации, переписывания, первого прохода, мозгового штурма, когда качества достаточно, (2) Избегание платных вызовов API для задач с большим объемом или повторяющихся задач, (3) Нет дополнительной конфигурации модели — JIT-загрузка и REST API работают с существующей настройкой LM Studio, (4) Только локальная работа или работа с учетом конфиденциальности. Требуется LM Studio 0.4+ с сервером (по умолчанию :1234). CLI не требуется.
машинный переводПоказать оригиналСкрыть оригинал«Reduces token usage from paid providers by offloading work to local LM…»
Reduces token usage from paid providers by offloading work to local LM Studio models. Use when: (1) Cutting costs—use local models for summarization, extraction, classification, rewriting, first-pass review, brainstorming when quality suffices, (2) Avoiding paid API calls for high-volume or repetitive tasks, (3) No extra model configuration—JIT loading and REST API work with existing LM Studio setup, (4) Local-only or privacy-sensitive work. Requires LM Studio 0.4+ with server (default :1234). No CLI required.
Сокращает использование токенов у платных поставщиков, перенося работу на локальные модели LM Studio.
Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность
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: 7. 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 58/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (lmstudio-subagents) не совпадает с папкой (lm-studio-subagents)
- 60Инструменты и файлы. Используются инструменты (web, node), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 12
- 100Ошибки и развилки. Развилок: 5, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 1780 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (5 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
- -2Ссылки на localhost: у другого пользователя не заработает
- +2Инструкции на одном языке
- +3Длина description 515 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 18 заголовков
- +3Пошаговые инструкции: 12 пунктов
- +4Есть примеры (8 блоков кода)
- +3Все 4 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.