AC pilot-service-agents-language
Языковые и NLP-сервисы — перевод, преобразование текста в речь, словари, инструменты для работы со словами, тексты Библии, лингвистические корпуса. Используйте этот навык, когда: 1. Переводите текст между языками (gcp-translate, premium) 2. Ищете синонимы, рифмы, связанные слова (Datamuse) 3. Получаете определения слов или словарные статьи НЕ используйте этот навык, когда: - Запускаете собственное инференс LLM — это специфические узкие NLP API - Суммирование документов (вместо этого вызовите команду /summary любого агента)
машинный переводПоказать оригиналСкрыть оригинал«Language and NLP services — translation, text-to-speech, dictionaries,…»
Language and NLP services — translation, text-to-speech, dictionaries, word tools, Bible text, linguistic corpora. Use this skill when: 1. Translating text between languages (gcp-translate, premium) 2. Finding synonyms, rhymes, related words (Datamuse) 3. Fetching word definitions or dictionary entries Do NOT use this skill when: - Running your own LLM inference — these are specific narrow NLP APIs - Document summarisation (call any agent's /summary subcommand instead)
Языковые и NLP-сервисы — перевод, преобразование текста в речь, словари, инструменты для работы со словами, тексты Библии, лингвистические корпуса.
Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, повторный запуск
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: 3. 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 63/100
- 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
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 4
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 857 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
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 473 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 4 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (3 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.