BC azure-ai-voicelive-py
Документальный навык Azure Speech SDK, описание микрофона/транскрипции/учетных данных. **Основные функции**: Этот навык предоставляет возможности для преобразования форматов, извлечения контента и использования в рабочих процессах. Подходит для различных рабочих сценариев, обеспечивая профессиональную поддержку. Поддерживает несколько входных форматов, выдает структурированные результаты, подходит для независимых разработчиков и небольших команд. Предоставляет профессиональную поддержку, охватывает рабочие процессы для нескольких сценариев, поддерживает автоматическую обработку. Используйте, когда требуется генерация кода, помощь в программировании, отладка, тестирование, разработка и развертывание. Не подходит для нечетких требований без четкого технологического стека.
машинный переводПоказать оригиналСкрыть оригинал«纯文档型Azure语音SDK技能,麦克风/转写/凭据说明。〉 **核心功能**: 本技能提供、格式互转、内容提取时使用、化工作流场景等能力。…»
纯文档型Azure语音SDK技能,麦克风/转写/凭据说明。〉 **核心功能**: 本技能提供、格式互转、内容提取时使用、化工作流场景等能力。。适用于多种工作场景,提供专业的能力支持。支持多种输入格式,输出结构化结果,适配独立开发者与小型团队。提供专业能力支持,覆盖多场景工作流,支持自动化处理。Use when 需要代码生成、编程辅助、调试测试、开发部署时使用。不适用于无明确技术栈的模糊需求。
Документальный навык Azure Speech SDK, описание микрофона/транскрипции/учетных данных.
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
- 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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 6, column 14: description: 纯文档型Azure语音SDK技能,麦克风/转写/凭据说明。〉 **核心功能**: 本技能提供、格式互转、内容提取时使用、化工作流场景… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
description-long-hermesdescription 197 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой) - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "summary" - заметка
frontmatter-keyнеизвестное поле фронтматтера "tools" - заметка
frontmatter-keyнеизвестное поле фронтматтера "pricing_tier"
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (azure-ai-voicelive-py) не совпадает с папкой (azure-voicelive-2)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 75
- 100Стоимость исполнения. Тело инструкции 3077 токенов
- low Разделов верхнего уровня: 29. 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
- +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
- +2Инструкции на одном языке
- +3Длина description 197 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 58 заголовков
- +3Пошаговые инструкции: 75 пунктов
- +4Есть примеры (15 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.