SKILLEMALL.ai

CC microsoft-docs

Ищет в официальной документации Microsoft концепции, руководства и примеры кода по Azure, .NET, Agent Framework, Aspire, VS Code, GitHub и другим технологиям. По умолчанию использует Microsoft Learn MCP, а для контента за пределами learn.microsoft.com — Context7 и Aspire MCP.

машинный переводПоказать оригиналСкрыть оригинал«आधिकारिक Microsoft दस्तावेजहरूमा सोधपुछ गरेर Azure, .NET, Agent Framew…»

आधिकारिक Microsoft दस्तावेजहरूमा सोधपुछ गरेर Azure, .NET, Agent Framework, Aspire, VS Code, GitHub र अन्य थुप्रै क्षेत्रमा लाग्ने अवधारणाहरू, ट्युटोरियलहरू र कोड उदाहरणहरू फेला पार्नुहोस्। डिफल्ट रूपमा Microsoft Learn MCP प्रयोग गरिन्छ, र learn.microsoft.com बाहिर रहेका सामग्रीका लागि Context7 र Aspire MCP प्रयोग गरिन्छ।

Разбор skillemall

Скилл обещает доступ к официальной документации Microsoft — Azure, .NET, Agent Framework, Aspire, VS Code, GitHub и прочему через три MCP-сервера (Microsoft Learn, Context7, Aspire). Структура простая: один файл с инструкцией, никакого кода. На проверке качество 72%, процесс 51% — значит, описание написано, но неполно. Критических ошибок нет, безопасность в норме.

На практике скилл просто расширяет контекст ИИ-агента ссылками на документацию. Работает на всех основных платформах. Минус в том, что это не автоматизация — агент просто получит доступ к справкам, а искать в них придётся сам. Если вам нужна быстрая справка по Microsoft-стеку без лишних кликов, ставьте. Если ждёте активного помощника, разочаруетесь.

microsoft/ai-agents-for-beginners Agent Skills автор: microsoft MIT 1 файл тело ≈ 1 327 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Ищет в официальной документации Microsoft концепции, руководства и примеры кода по Azure, .NET, Agent Framework, Aspire, VS Code, GitHub и другим технологиям.…

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

ПроцедураGitHubVS CodeAzureИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

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: 1, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1327 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 322 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.