SKILLEMALL.ai
GitHub ↗ EN Войти

AB multi-model-response-comparator

Сравнивайте ответы от нескольких ИИ-моделей для одной и той же задачи и обобщайте различия в качестве, стиле, скорости и вероятной стоимости. Лучше всего подходит для выбора модели, оценки и тестирования промптов. Работает с совместимыми с OpenAI средами выполнения и протестирован с Crazyrouter.

машинный переводПоказать оригиналСкрыть оригинал«Compare responses from multiple AI models for the same task and summar…»

Compare responses from multiple AI models for the same task and summarize differences in quality, style, speed, and likely cost. Best for model selection, evaluation, and prompt benchmarking. Works with OpenAI-compatible runtimes and is tested with Crazyrouter.

ClawHub Agent Skills автор: xujfcn v0.2.0 MIT-0 9 файлов тело ≈ 496 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Сравнивайте ответы от нескольких ИИ-моделей для одной и той же задачи и обобщайте различия в качестве, стиле, скорости и вероятной стоимости.

Как процесс B 73/100 · Почти готов — слабые места: когда включается, входы и предусловия, отчётность по ходу

АнализаторИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • 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: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 73/100

    • 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
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 30
    • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 496 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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 261 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 30 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: clean
    This skill is a straightforward guide for comparing multiple AI model responses, with no hidden installer, executable code, persistence, or destructive behavior found.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.