SKILLEMALL.ai

AB ai-agent-builder

Структурированная 8-этапная структура для создания производственных ИИ-агентов. Использовать при проектировании нового ИИ-агента, планировании архитектуры агента, создании автоматизированного рабочего процесса или обзоре дизайна существующего агента. Охватывает выбор задач, сопоставление шагов, спецификацию ввода/вывода, написание системных подсказок, проектирование памяти, меры безопасности, выбор интерфейса и тестирование. Активируется по запросам «создать агента», «спроектировать агента», «архитектура агента», «создать рабочий процесс ИИ», «производственный агент», «планирование агента», «как создать агента».

машинный переводПоказать оригиналСкрыть оригинал«Structured 8-step framework for building production AI agents. Use whe…»

Structured 8-step framework for building production AI agents. Use when designing a new AI agent, planning agent architecture, building an automated workflow, or reviewing an existing agent's design. Covers task selection, step mapping, I/O specification, system prompt writing, memory design, safeguards, interface choice, and testing. Triggers on "build an agent", "design an agent", "agent architecture", "create an AI workflow", "production agent", "agent planning", "how to build an agent".

ClawHub Agent Skills автор: wholeinsoul v1.0.0 MIT-0 3 файла тело ≈ 742 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Структурированная 8-этапная структура для создания производственных ИИ-агентов.

Как процесс B 70/100 · Почти готов — слабые места: ошибки и развилки, согласованность, повторный запуск

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
96
Прогон на моделях
не было
Процессный рейтинг
B
70/100
Почти готов
Ошибки и развилки вес 10
0
Повторный запуск вес 4
30
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • 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: 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 70/100

    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (ai-agent-builder) не совпадает с папкой (production-agent-builder)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 17
    • 100Стоимость исполнения. Тело инструкции 742 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 7 примера фраз-триггеров в кавычках
    • +3Длина description 495 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.

    Внешние проверки

    ClawHub: clean
    This skill is a planning guide for designing AI agents and does not include code, installation steps, credential access, or hidden execution behavior.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.