SKILLEMALL.ai

AC pydanticai

Создавайте типобезопасных AI-агентов и графовые рабочие процессы с помощью PydanticAI и PydanticGraph. Создание агентов, инструментальные функции, возможности, внедрение зависимостей, структурированный вывод, потоковая передача, паттерны с несколькими агентами, тестирование, оценки и графовые конечные автоматы. Используйте всякий раз, когда вы создаете агентов, рабочие процессы LLM с использованием инструментов или графовые конечные автоматы на Python. Не используйте этот навык для несвязанных запросов; направляйте к ближайшему специализированному специалисту.

машинный переводПоказать оригиналСкрыть оригинал«Build type-safe AI agents and graph-based workflows with PydanticAI an…»

Build type-safe AI agents and graph-based workflows with PydanticAI and PydanticGraph. Agent creation, function tools, capabilities, dependency injection, structured output, streaming, multi-agent patterns, testing, evals, and graph state machines. Use whenever you are building agents, tool-using LLM workflows, or graph-based state machines in Python. Do not use this skill for unrelated requests; route to the nearest named specialist.

magnus919/agent-skills Agent Skills автор: magnus919 MIT 12 файлов тело ≈ 3 741 токенов Открыть источникgithub.com↗ проанализирован 25 ч назад

Создавайте типобезопасных AI-агентов и графовые рабочие процессы с помощью PydanticAI и PydanticGraph.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
93
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • 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: 11. 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 56/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web, python, node), но во frontmatter они не объявлены
    • 85Шаги. Шагов: 25, расплывчатых формулировок: 3
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3741 токенов
    • low Среди тестов нет случая на инъекцию через данные

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 438 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +4Есть примеры (9 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (9 из 9)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 93.