BD local-ai-agents
Создавайте локальные ИИ-агенты, которые полностью работают на рабочей станции разработчика с помощью Microsoft Foundry Local и моделей Qwen с функцией вызова функций. Охватывает малые языковые модели (SLM), локальную конечную точку, совместимую с OpenAI, локальные инструменты в песочнице, локальный RAG с Chroma, локальные серверы MCP, гибридную облачную/локальную маршрутизацию, а также компромиссы в отношении конфиденциальности/стоимости/работы в автономном режиме. Основано на Уроке 17 курса «ИИ-агенты для начинающих». ИСПОЛЬЗОВАТЬ ДЛЯ: запуска агента локально, автономного агента, агента на устройстве, Foundry Local, вызова функций Qwen, локального вызова инструментов, локального RAG, базы данных векторов Chroma, локального сервера MCP, агента, сохраняющего конфиденциальность, гибридного локального и облачного агента, агента на малой языковой модели, инженерного помощника на моей машине. НЕ ИСПОЛЬЗОВАТЬ ДЛЯ: развертывания агентов в облаке в больших масштабах (используйте deploying-scalable-agents / Урок 16), создания вашей первой концепции агента (Урок 01), агентов, размещенных в Foundry (облако), выделения кластера GPU / серверного инференса.
машинный переводПоказать оригиналСкрыть оригинал«Build local-first AI agents that run entirely on a developer workstati…»
Build local-first AI agents that run entirely on a developer workstation with Microsoft Foundry Local and Qwen function-calling models. Covers Small Language Models (SLMs), the OpenAI-compatible local endpoint, sandboxed local tools, local RAG with Chroma, local MCP servers, hybrid cloud/local routing, and the privacy/cost/offline trade-offs. Based on Lesson 17 of AI Agents for Beginners. USE FOR: run an agent locally, offline agent, on-device agent, Foundry Local, Qwen function calling, local tool calling, local RAG, Chroma vector database, local MCP server, privacy-preserving agent, hybrid local and cloud agent, small language model agent, engineering assistant on my machine. DO NOT USE FOR: deploying agents to the cloud at scale (use deploying-scalable-agents / Lesson 16), building your first agent concept (Lesson 01), Foundry (cloud) hosted agents, GPU cluster / server-side inference provisioning.
Создавайте локальные ИИ-агенты, которые полностью работают на рабочей станции разработчика с помощью Microsoft Foundry Local и моделей Qwen с функцией вызова…
Как процесс D 44/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../../../17-creating-local-ai-agents/README.md, ../../../17-creating-local-ai-agents/code_samples/17-local-agent-foundry-local.ipynb
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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-refссылка на отсутствующий файл: ../../../17-creating-local-ai-agents/README.md - предупреждение
missing-refссылка на отсутствующий файл: ../../../17-creating-local-ai-agents/code_samples/17-local-agent-foundry-local.ipynb
Процессный рейтинг: все десять параметров 44/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): ../../../17-creating-local-ai-agents/README.md, ../../../17-creating-local-ai-agents/code_samples/17-local-agent-foundry-local.ipynb
- 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
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Шаги. Шагов: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1001 токенов
- 100Повторный запуск. Изменяющих операций нет
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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
- +3Длина description 914: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Есть примеры (2 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.