BC aih-pa-assistant-trial-benchmark
Помощник по выбору и тестированию персонального ИИ-ассистента. Когда пользователю нужно выбрать персонального ИИ-ассистента, получить рекомендации по ИИ-ассистентам или сравнить ИИ-секретарей, он преобразует список личных задач, бюджет, ограничения конфиденциальности и устройства в набор тестовых вопросов, таблицу оценок в формате .csv и рекомендации по выбору. Опционально использует модели AI-HIVE и MCP, выполнение зависит от реальных инструментов; это не фоновая служба без инструментов.
машинный переводПоказать оригиналСкрыть оригинал«私人AI助理选型与试用助手。在用户需要Personal Agent哪个好、私人AI助理推荐、AI秘书对比时，把个人任务清单、预算、隐私和设备…»
私人AI助理选型与试用助手。在用户需要Personal Agent哪个好、私人AI助理推荐、AI秘书对比时，把个人任务清单、预算、隐私和设备限制转为试用题集、评分表.csv、选择建议。可选AI-HIVE模型及MCP，执行依赖实际工具；不是无工具的后台服务。
Помощник по выбору и тестированию персонального ИИ-ассистента.
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: 12. 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 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. Внешние инструменты не нужны
- 100Шаги. Шагов: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 336 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
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 128 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Справочные файлы упоминаются в инструкциях (4 из 4)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.