SKILLEMALL.ai
GitHub ↗ EN Войти

BC jsp-936

Набор знаний, синтезированный из JSP 936 Dependable Artificial Intelligence (AI) in Defence, Part 1: Directive, V1.1 (ноябрь 2024 г., Министерство обороны, Open Government Licence v3.0): директива по надежному ИИ для обороны. ОГРАНИЧЕНИЯ: единственный источник (JSP 936 Part 1 V1.1); политика MOD, а не законодательство; не SMS Министерства обороны (используйте jsp-815) и не политика безопасности приобретения (используйте jsp-376); Часть 2 отсутствует в этом наборе; нет текста DEF-STAN и нет других воспроизведенных JSP; реконструированные справочные заметки, а не руководство MOD, и без официального статуса.

машинный переводПоказать оригиналСкрыть оригинал«Knowledge pack synthesized from JSP 936 Dependable Artificial Intellig…»

Knowledge pack synthesized from JSP 936 Dependable Artificial Intelligence (AI) in Defence, Part 1: Directive, V1.1 (November 2024, Ministry of Defence, Open Government Licence v3.0): dependable-AI direction for Defence. SCOPE LIMITS: single-source (JSP 936 Part 1 V1.1); MOD policy, not statute; not the Defence SMS (use jsp-815) and not acquisition-safety policy (use jsp-376); Part 2 is not in this pack; no DEF-STAN text and no other JSP reproduced; reconstructed reference notes, not MOD guidance, and no official status.

jgsystemsconsulting/jgs-se-knowledge-packs Agent Skills автор: jgsystemsconsulting 13 файлов тело ≈ 2 037 токенов Открыть источникgithub.com↗ проанализирован 2 ч назад

Набор знаний, синтезированный из JSP 936 Dependable Artificial Intelligence (AI) in Defence, Part 1: Directive, V1.1 (ноябрь 2024 г., Министерство обороны…

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

ПроцедураИнфраструктураБезопасностьтип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
91/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Рискованное назначение intent-offensive-security chapters/ch01-introduction.md:31
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      - In-scope examples named in the directive include object detection in ISR, reinforcement learning in command and control and autonomous systems, LLMs in HR applications, and AI in decision-support to
      детектор
    • низкая Рискованное назначение intent-offensive-security glossary.md:13
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - **C2 (Command and Control)**: application area named among in-scope examples, including reinforcement learning used in C2 and autonomous systems. → ch01, ch02

    Просканировано файлов: 13. 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 58/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 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: 3, без проверки текущего состояния
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 37
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2037 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
    • +2Инструкции на одном языке
    • +3Длина description 526 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 37 пунктов
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.