AD pilot-model-share
Распространяет файлы ML-моделей с метаданными карточки модели и отслеживанием версий через Pilot Protocol. Используйте этот навык, когда: 1. Вам нужно обмениваться файлами моделей PyTorch, ONNX или SafeTensors между агентами 2. Вы хотите распространять модели с метаданными (архитектура, информация об обучении, метрики) 3. Вам требуется версионирование моделей и проверка совместимости. НЕ используйте этот навык, когда: - Вам нужно передавать наборы данных (используйте pilot-dataset вместо этого) - Вам нужно передавать общие файлы (используйте pilot-share вместо этого) - Вам нужны результаты инференса модели в реальном времени (используйте pilot-rpc вместо этого)
машинный переводПоказать оригиналСкрыть оригинал«Distribute ML model files with model card metadata and version trackin…»
Distribute ML model files with model card metadata and version tracking over Pilot Protocol. Use this skill when: 1. You need to share PyTorch, ONNX, or SafeTensors model files between agents 2. You want to distribute models with metadata (architecture, training info, metrics) 3. You need model versioning and compatibility checking Do NOT use this skill when: - You need to transfer datasets (use pilot-dataset instead) - You need to transfer general files (use pilot-share instead) - You need real-time model inference results (use pilot-rpc instead)
Распространяет файлы ML-моделей с метаданными карточки модели и отслеживанием версий через Pilot Protocol.
Как процесс D 39/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, входы и предусловия
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.
Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.
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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Широкие права
meta-broad-allowed-toolsSKILL.md:1Заранее разрешены широкие инструменты: Bashallowed-tools: Bash
Просканировано файлов: 2. 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 39/100
- 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
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 332 токенов
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
- +3Нет пошаговых инструкций или чек-листа
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 553 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +4Есть примеры (5 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.