AD iaiops-warehouse
Версия iaiops для складов / интралогистики — распределительные центры, фулфилмент, обработка материалов: конвейеры, сортировщики, паллетайзеры, автоматизированные системы хранения и поиска (AS/RS) и парки AGV/AMR. EtherNet/IP (ПЛК конвейеров и сортировщиков Allen-Bradley / Rockwell), Profinet (линии обработки материалов Siemens), Modbus (преобразователи частоты / счетчики энергии с шаблонами conveyor_vfd и agv_battery), OPC-UA (шлюзы WMS/WCS) и MQTT-Sparkplug (телеметрия AMR / IoT) — плюс межпротокольный мозг: предиктивное обслуживание (pdm_forecast для тренда подшипника/температуры привода конвейера), диагностика простоя, OEE/пропускная способность и анализ сигналов тревоги. Используйте, когда задача упоминает склад, 仓储, 物流, интралогистику, распределительный центр / DC, фулфилмент, конвейер / 输送线, сортировщик / 分拣, паллетайзер, AS/RS / 立体库, AGV / AMR / мобильный робот, WMS / WCS или обработку материалов. Только чтение; интерфейс инструмента этой версии предназначен только для чтения.
машинный переводПоказать оригиналСкрыть оригинал«Warehouse / intralogistics edition of iaiops — distribution centers, f…»
Warehouse / intralogistics edition of iaiops — distribution centers, fulfillment, material handling: conveyors, sorters, palletizers, AS/RS, and AGV/AMR fleets. EtherNet/IP (Allen-Bradley / Rockwell conveyor & sorter PLCs), Profinet (Siemens material-handling lines), Modbus (VFDs / energy meters, with conveyor_vfd & agv_battery templates), OPC-UA (WMS/WCS gateways), and MQTT-Sparkplug (AMR / IoT telemetry) — plus the cross-protocol brain: predictive maintenance (pdm_forecast for conveyor-drive bearing/thermal trend), downtime triage, OEE/throughput, and alarm analysis. Use when the task mentions warehouse, 仓储, 物流, intralogistics, distribution center / DC, fulfillment, conveyor / 输送线, sorter / 分拣, palletizer, AS/RS / 立体库, AGV / AMR / 移动机器人, WMS / WCS, or material handling. Read-first; this edition's tool surface is read-only.
Версия iaiops для складов / интралогистики — распределительные центры, фулфилмент, обработка материалов: конвейеры, сортировщики, паллетайзеры…
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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: 2. 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 46/100
- 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
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 44
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1946 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)
- +3Длина description 836: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 44 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.