SKILLEMALL.ai
GitHub ↗ EN Войти

AF qdrant-scaling-qps

Руководит масштабированием пропускной способности запросов Qdrant (QPS). Используйте, когда кто-то спрашивает «как увеличить QPS», «нужна большая пропускная способность», «слишком низкое количество запросов в секунду», «пакетный поиск», «реплики чтения» или «как обрабатывать больше одновременных запросов».

машинный переводПоказать оригиналСкрыть оригинал«Guides Qdrant query throughput (QPS) scaling. Use when someone asks 'h…»

Guides Qdrant query throughput (QPS) scaling. Use when someone asks 'how to increase QPS', 'need more throughput', 'queries per second too low', 'batch search', 'read replicas', or 'how to handle more concurrent queries'.

github/awesome-copilot Agent Skills автор: github MIT 1 файл тело ≈ 835 токенов Открыть источникgithub.com↗ проанализирован 33 ч назад

Руководит масштабированием пропускной способности запросов Qdrant (QPS).

Как процесс F 31/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: ../scaling-data-volume/horizontal-scaling/SKILL.md

ПроцедураТексты и документыОбучениетип и темы размечены автоматически по тексту скилла
Запускается в: GitHub Copilot / VS Code Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: ../scaling-data-volume/horizontal-scaling/SKILL.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

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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../scaling-data-volume/horizontal-scaling/SKILL.md

Процессный рейтинг: все десять параметров 31/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../scaling-data-volume/horizontal-scaling/SKILL.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../scaling-data-volume/horizontal-scaling/SKILL.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 (qdrant-scaling-qps) не совпадает с папкой (scaling-qps)
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 100Шаги. Шагов: 18
  • 100Стоимость исполнения. Тело инструкции 835 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 221 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 6 заголовков
  • +3Пошаговые инструкции: 18 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.