AC agent-copilot-pro
Агент-помощник — это инженерный помощник для разработчиков ИИ-агентов, разработанный для решения четырех основных проблем: «ответы подсказок не по теме и галлюцинации, размывание контекста (Context Rot), неправильный выбор инструментов, потеря контроля над детализацией разбиения задач». Он превращает разрозненный опыт инженерии подсказок в многоразовые шаблоны, оценщики и рабочие процессы циклической инженерии (Loops Engineering), позволяя агенту перейти от «работоспособности» к «стабильности и управляемости». Основные возможности: структурированная генерация системных подсказок по пяти разделам, дерево разбиения задач (DAG) и оркестровка зависимостей, матрица принятия решений по выбору инструментов, три режима циклов агента ReAct/CoT/Plan-Execute, разбор вывода и проверка схемы, оценщик качества подсказок (включая обнаружение галлюцинаций), бюджет токенов и управление размыванием контекста. Применимые сценарии: создание агентов типа службы поддержки/помощника, оркестровка рабочих процессов автоматизации, улучшение приложений RAG, системы совместной работы нескольких агентов, управление контекстом длинных сессий, проверка подсказок и регрессионное тестирование. Отличия: по сравнению с простым помощником, который только «помогает писать подсказки», этот навык добавляет (1) диагностику размывания контекста, количественно оценивающую три фактора (снижение плотности информации, накопление шума, дрейф внимания) и дающую рекомендации по управлению; (2) матрицу принятия решений по выбору инструментов, рекомендующую стратегию вызова инструментов на основе типа задачи, сложности параметров и стоимости отказа; (3) рабочий процесс циклической инженерии, автоматически обнаруживающий задачи → назначающий → выполняющий → проверяющий качество → итерирующий; (4) оценщик качества подсказок, включающий обнаружение галлюцинаций и генерацию тестовых случаев для регрессии; (5) управление бюджетом токенов, распределяющее квоту контекста в зависимости от сложности задачи. Ключевые слова: инженерия подсказок, проектирование агентов, разбиение задач, выбор инструментов, agent loop, размывание контекста, обнаружение галлюцинаций, ReAct, CoT, циклическая инженерия, prompt engineering, agent design, task decomposition.
машинный переводПоказать оригиналСкрыть оригинал«代理副驾驶是面向 AI Agent 开发者的工程化副驾驶,针对"Prompt 答非所问与幻觉、上下文腐烂(Context Rot)、工具选择…»
代理副驾驶是面向 AI Agent 开发者的工程化副驾驶,针对"Prompt 答非所问与幻觉、上下文腐烂(Context Rot)、工具选择不当、任务拆解颗粒度失控"四大高频痛点而设计。它把零散的 Prompt 工程经验沉淀为可复用的模板库、评估器与循环工程(Loops Engineering)工作流,让 Agent 从"能跑"升级到"稳定可控"。 核心能力:System Prompt 五段式结构化生成、任务拆解树(DAG)与依赖编排、工具选择决策矩阵、ReAct/CoT/Plan-Execute 三种 Agent Loop 模式、输出解析与 schema 校验、Prompt 质量评估器(含幻觉检测)、Token 预算与上下文腐烂治理。 适用场景:构建客服/助理类 Agent、自动化工作流编排、RAG 应用增强、多 Agent 协作系统、长会话上下文治理、Prompt 评审与回归测试。 差异化:相比仅提供"帮你写 prompt"的浅层助手,本技能新增 (1) 上下文腐烂诊断器,量化三因素(信息密度衰减、噪声累积、注意力漂移)并给出治理建议;(2) 工具选择决策矩阵,基于任务类型、参数复杂度、失败成本三维度推荐工具调用策略;(3) 循环工程工作流,自动发现任务→分配→执行→质检→迭代;(4) Prompt 质量评估器,含幻觉检测与回归测试用例生成;(5) Token 预算管理,按任务复杂度分配上下文配额。 触发关键词:prompt工程、代理设计、任务拆解、工具选择、agent loop、上下文腐烂、幻觉检测、ReAct、CoT、循环工程、prompt engineering、agent design、task decomposition
Агент-помощник — это инженерный помощник для разработчиков ИИ-агентов, разработанный для решения четырех основных проблем: «ответы подсказок не по теме и…
Как процесс C 53/100 · Есть пробелы — 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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- 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 "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "summary" - заметка
frontmatter-keyнеизвестное поле фронтматтера "tools"
Процессный рейтинг: все десять параметров 53/100
- 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
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 30
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1860 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +3Длина description 733 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 27 заголовков
- +3Пошаговые инструкции: 30 пунктов
- +4Есть примеры (13 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.