SKILLEMALL.ai

BC agent-experience

Используйте при записи или изменении определения инструмента, ориентированного на модель (имя, описание, схема параметров или раздел системного промпта), а также при проектировании навыков, загрузке контекста или многошаговых рабочих процессов, чтобы сделать информацию обнаруживаемой и эффективно использовать контекст.

машинный переводПоказать оригиналСкрыть оригинал«Use when writing or changing a model-facing tool definition (name, des…»

Use when writing or changing a model-facing tool definition (name, description, parameter schema, or its system-prompt section), and when designing skills, context loading, or multi-step workflows, to make information discoverable and use context efficiently.

Разбор skillemall

Скилл помогает писать определения инструментов для моделей: имена, описания, схемы параметров, системные промпты. Обещает сделать информацию доступнее и сэкономить контекст при проектировании навыков и многошаговых процессов.

Оценка B с качеством 80 — середина. Файл один, критических ошибок нет, но процесс-скор 51 намекает на недостаток в структуре или полноте. На песочнице и модельных прогонах скилл не проверялся. Поддерживает широкий спектр платформ: от Claude до DeepSeek.

Ставить имеет смысл, если вы регулярно пишете tool definitions и хотите ускорить процесс. Но без прогонов на реальных моделях непонятно, насколько хорошо скилл справляется с контекстной оптимизацией — может, просто шаблон.

deepseek-ai/deepseek-harness Agent Skills автор: deepseek-ai MIT 1 файл тело ≈ 447 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Используйте при записи или изменении определения инструмента, ориентированного на модель (имя, описание, схема параметров или раздел системного промпта), а…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 1. 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 51/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 11
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 447 токенов

    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)
    • +4Структура: 1 заголовков, инструкции сложно сканировать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 259 символов: достаточно сигнала, не съедает бюджет
    • +3Пошаговые инструкции: 11 пунктов
    • +4Есть примеры (0 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.