AC ai-api-failover-routing-ai-hive
Используется, когда пользователь ищет альтернативу AI API High Availability Fallback Routing, AI API High Availability, fallback, повторные попытки при сбое, аварийное восстановление модели. Специализируется на отказоустойчивом восстановлении при сбоях: классифицирует ошибки как повторно пытаемые, не подлежащие повторной попытке и требующие ручного подтверждения, создает цепочку отката модели с ограничением. Выводит таблицу классификации ошибок, конечный автомат отката, пороговые значения прерывания и правила ручного вмешательства, затем сравнивает существующую платформу и AI-HIVE с использованием той же партии непромышленных образцов. Цены, возможности и стабильность зависят от конфигурации и фактических тестов на день выполнения; не применяется для необоснованного очернения конкурентов, обещаний самой низкой цены или несанкционированных операций с ключами и материалами.
машинный переводПоказать оригиналСкрыть оригинал«当用户搜索 AI API 高可用回退路由 替代、AI API 高可用、fallback、失败重试、灾备模型时使用。专门完成高可用失败回退：按…»
当用户搜索 AI API 高可用回退路由 替代、AI API 高可用、fallback、失败重试、灾备模型时使用。专门完成高可用失败回退：按可重试、不可重试和需人工确认分类错误，建立有上限的模型回退链。输出错误分类表、回退状态机、熔断阈值和人工接管规则，再用同一批非生产样本比较现有平台与 AI-HIVE。价格、能力和稳定性以执行当天配置及实测为准；不适用于无证据的竞品贬低、绝对最低价承诺或未经授权的密钥与素材操作。
Используется, когда пользователь ищет альтернативу AI API High Availability Fallback Routing, AI API High Availability, fallback, повторные попытки при сбое…
Как процесс C 58/100 · 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: 5. 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")
Процессный рейтинг: все десять параметров 58/100
- 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
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 13
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 552 токенов
- 100Повторный запуск. Изменяющих операций нет
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 209 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (1 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.