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«سرکاری Microsoft دستاویزات میں استفسار کریں تاکہ Azure، .NET، Agent Fr…»

سرکاری Microsoft دستاویزات میں استفسار کریں تاکہ Azure، .NET، Agent Framework، Aspire، VS Code، GitHub، اور دیگر میں موجود تصورات، ٹیوٹوریلز، اور کوڈ کی مثالیں تلاش کی جا سکیں۔ ڈیفالٹ کے طور پر Microsoft Learn MCP استعمال کیا جاتا ہے، جبکہ learn.microsoft.com کے باہر موجود مواد کے لیے Context7 اور Aspire MCP استعمال ہوتے ہیں۔

Разбор skillemall

Скилл предлагает поиск по официальной документации Microsoft — Azure, .NET, Agent Framework, Aspire, VS Code и GitHub. В описании обещает работать через Microsoft Learn MCP, плюс Context7 и Aspire MCP для контента вне learn.microsoft.com.

Проверки показали оценку C с quality_score 72. Критических ошибок нет, но процесс набрал только 53 балла — значит, с логикой маршрутизации между MCP-источниками не всё гладко. Файл один, скриптов нет. Скилл работает на широком спектре платформ: Claude, Cursor, Copilot, DeepSeek и ещё семь моделей.

Для поиска по документации это рабочий вариант, но качество ответов будет зависеть от того, насколько корректно скилл переключается между источниками. Ставить можно, если нужен доступ к официальным примерам Microsoft без лишних движений.

microsoft/ai-agents-for-beginners Agent Skills автор: microsoft MIT 1 файл тело ≈ 1 287 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 53/100 · 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
53/100
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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1287 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 327 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.