SKILLEMALL.ai

BF nowait-reasoning-optimizer

Реализует технику NOWAIT для эффективного рассуждения в LLM типа R1. Используйте при оптимизации вывода моделей рассуждений (QwQ, DeepSeek-R1, Phi4-Reasoning, Qwen3, Kimi-VL, QvQ), сокращая использование токенов цепочки мыслей на 27-51% при сохранении точности. Активируется по запросам "optimize reasoning", "reduce thinking tokens", "efficient inference", "suppress reflection tokens" или при работе с подробными выводами CoT.

машинный переводПоказать оригиналСкрыть оригинал«Implements the NOWAIT technique for efficient reasoning in R1-style LL…»

Implements the NOWAIT technique for efficient reasoning in R1-style LLMs. Use when optimizing inference of reasoning models (QwQ, DeepSeek-R1, Phi4-Reasoning, Qwen3, Kimi-VL, QvQ), reducing chain-of-thought token usage by 27-51% while preserving accuracy. Triggers on "optimize reasoning", "reduce thinking tokens", "efficient inference", "suppress reflection tokens", or when working with verbose CoT outputs.

davila7/claude-code-templates Agent Skills автор: davila7 MIT 3 файла · 1 скрипт тело ≈ 1 101 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Реализует технику NOWAIT для эффективного рассуждения в LLM типа R1.

Как процесс F 34/100 · Процесс не описан — Скилл ссылается на файлы, которых нет в архиве: references/keywords.md

ПроцедураИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
F
34/100
Процесс не описан
Скилл ссылается на файлы, которых нет в архиве: references/keywords.md
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: Vibe-Skills

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • 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

  • предупреждение missing-ref ссылка на отсутствующий файл: references/keywords.md

Процессный рейтинг: все десять параметров 34/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/keywords.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/keywords.md
  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (nowait-reasoning-optimizer) не совпадает с папкой (nowait)
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 16
  • 100Стоимость исполнения. Тело инструкции 1101 токенов
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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

  • +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
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 410 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +4Есть примеры (5 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.