AC swmm-gis
Предварительная обработка ГИС/ЦМР для экспериментов SWMM с использованием собственных слоев QGIS/GRASS пользователя. Используйте, когда пользователь запрашивает: (1) разграничение водосборных бассейнов через QGIS/GRASS (стандартное или на основе энтропии), (2) предварительную обработку полигонов водосборных бассейнов, полученных из QGIS, в CSV-формат, готовый для использования в конструкторе, (3) идентификацию водосборных бассейнов с высокой энтропией, или (4) предоставление инструментов MCP для предварительной обработки на основе QGIS/GRASS для воспроизводимых рабочих процессов. Для входных данных, ограниченных только bbox, БЕЗ реальных данных трубопроводов, используйте вместо этого `swmm-anywhere` (он синтезирует правдоподобную сеть из улиц OSM + ЦМР).
машинный переводПоказать оригиналСкрыть оригинал«GIS/DEM preprocessing for SWMM experiments using the user's own QGIS/G…»
GIS/DEM preprocessing for SWMM experiments using the user's own QGIS/GRASS layers. Use when the user asks to (1) delineate subcatchments through QGIS/GRASS (standard or entropy-guided), (2) preprocess QGIS-derived subcatchment polygons into builder-ready CSV, (3) identify high-entropy hotspot subcatchments, or (4) expose QGIS/GRASS-backed preprocessing as MCP tools for reproducible workflows. For bbox-only inputs WITHOUT real pipe data, use `swmm-anywhere` instead (it synthesises a plausible network from OSM streets + DEM).
Предварительная обработка ГИС/ЦМР для экспериментов SWMM с использованием собственных слоев QGIS/GRASS пользователя.
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу
Как улучшить
- 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
- заметка
edit-residueв тексте есть пометки об устаревшем (строки 249): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия
Процессный рейтинг: все десять параметров 59/100
- 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
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 4307 токенов
- 100Шаги. Шагов: 91
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (14 тегов): типизированный вызов надёжнее
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
- -33 из 12 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 529 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 17 заголовков
- +3Пошаговые инструкции: 91 пунктов
- +4Есть примеры (7 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.