SKILLEMALL.ai
GitHub ↗ EN Войти

BD aetherlang-karpathy-upgrades

Реализуйте 10 продвинутых типов узлов ИИ-агентов для любой системы DSL/среды выполнения — компилятор планов, интерпретатор кода, циклы критики, интеллектуальная маршрутизация, ансамбль мультиагентов, постоянная память, внешние API-инструменты, итеративные циклы, преобразование данных и параллельное выполнение. Используйте этот навык, когда пользователь хочет добавить возможности агента в движок рабочего процесса, создать фреймворк оркестрации ИИ, внедрить улучшения ИИ в стиле Карпати, добавить новые типы узлов в среду выполнения DSL или создать конвейеры автономных агентов. Также активируйте, когда пользователь упоминает AetherLang, движки потоков, типы узлов, фреймворки агентов или хочет обновить свою ИИ-систему такими возможностями, как самопрограммирование, рефлексия, маршрутизация, ансамбль, память или использование инструментов.

машинный переводПоказать оригиналСкрыть оригинал«Implement 10 advanced AI agent node types for any DSL/runtime system —…»

Implement 10 advanced AI agent node types for any DSL/runtime system — plan compiler, code interpreter, critique loops, intelligent routing, multi-agent ensemble, persistent memory, external API tools, iterative loops, data transforms, and parallel execution. Use this skill whenever the user wants to add agent capabilities to a workflow engine, build an AI orchestration framework, implement Karpathy-style AI upgrades, add new node types to a DSL runtime, or create autonomous agent pipelines. Also trigger when the user mentions AetherLang, flow engines, node types, agent frameworks, or wants to upgrade their AI system with capabilities like self-programming, reflection, routing, ensemble, memory, or tool use.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 3 файла тело ≈ 5 037 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Реализуйте 10 продвинутых типов узлов ИИ-агентов для любой системы DSL/среды выполнения — компилятор планов, интерпретатор кода, циклы критики…

Как процесс D 48/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ПроцедураDockerРазработкаИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
D
48/100
Процесс не доведён
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

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5037 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 48/100

  • 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: 10, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (aetherlang-karpathy-upgrades) не совпадает с папкой (aetherlang-karpathy-skill)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (web, python, node), но во frontmatter они не объявлены
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 70Стоимость исполнения. Тело инструкции 5037 токенов
  • 100Шаги. Шагов: 54
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 18. Похоже на несколько доменов в одном скилле
  • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

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
  • -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 717 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 28 заголовков
  • +3Пошаговые инструкции: 54 пунктов
  • +4Есть примеры (22 блоков кода)

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