CD local-ai-agents
Создавайте локальные ИИ-агенты, работающие полностью на рабочей станции разработчика с использованием Microsoft Foundry Local и моделей Qwen с поддержкой вызова функций. Охватывает малые языковые модели (SLM), локальный конечный точка, совместимый с OpenAI, изолированные локальные инструменты, локальный RAG с Chroma, локальные серверы MCP, гибридную облачную/локальную маршрутизацию и компромиссы в отношении конфиденциальности/стоимости/автономной работы. Основано на Уроке 17 курса «ИИ-агенты для начинающих». ИСПОЛЬЗОВАТЬ ДЛЯ: запуска агента локально, автономного агента, агента на устройстве, Foundry Local, вызова функций Qwen, вызова локальных инструментов, локального RAG, базы данных векторов Chroma, локального сервера MCP, агента с сохранением конфиденциальности, гибридного локального и облачного агента, агента на малой языковой модели, помощника инженера 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 облаке Foundry (облако), выделения кластера GPU / серверного вывода.
машинный переводПоказать оригиналСкрыть оригинал«Bumuo ng mga local-first AI agents na tumatakbo nang buong-buo sa isan…»
Bumuo ng mga local-first AI agents na tumatakbo nang buong-buo sa isang developer workstation gamit ang Microsoft Foundry Local at Qwen function-calling models. Saklaw nito ang Small Language Models (SLMs), ang OpenAI-compatible na lokal na endpoint, sandboxed local tools, lokal na RAG gamit ang Chroma, lokal na MCP servers, hybrid cloud/local routing, at ang privacy/cost/offline trade-offs. Batay sa Lesson 17 ng AI Agents for Beginners. GAMITIN PARA SA: pagpapatakbo ng agent nang lokal, offline agent, on-device agent, Foundry Local, Qwen function calling, local tool calling, lokal na RAG, Chroma vector database, lokal na MCP server, privacy-preserving agent, hybrid local at cloud agent, small language model agent, engineering assistant sa aking makina. HUWAG GAMITIN PARA SA: pag-deploy ng mga agents sa cloud nang malakihan (gamitin ang deploying-scalable-agents / Lesson 16), paggawa ng iyong unang agent concept (Lesson 01), Foundry (cloud) hosted agents, GPU cluster / server-side inference provisioning.
Создавайте локальные ИИ-агенты, работающие полностью на рабочей станции разработчика с использованием Microsoft Foundry Local и моделей Qwen с поддержкой…
Как процесс D 35/100 · 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
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - 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 35/100
- 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
- 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
- 100Шаги. Шагов: 17
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1426 токенов
- 100Повторный запуск. Изменяющих операций нет
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)
- +3Длина description 1019: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +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: 61.