SKILLEMALL.ai

AC agent-task-manager

Управляет и оркестрирует многошаговые, сохраняющие состояние рабочие процессы агентов; обрабатывает зависимости задач, постоянное состояние, восстановление после ошибок и внешние ограничения скорости. Используйте для создания новых мультиагентных систем, улучшения последовательных рабочих процессов или управления действиями, ограниченными по времени.

машинный переводПоказать оригиналСкрыть оригинал«Manages and orchestrates multi-step, stateful agent workflows; handles…»

Manages and orchestrates multi-step, stateful agent workflows; handles task dependencies, persistent state, error recovery, and external rate-limiting. Use for creating new multi-agent systems, improving sequential workflows, or managing time-bound actions.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 7 файлов · 1 скрипт тело ≈ 530 токенов Открыть источникgithub.com проанализирован 2 дн назад

Управляет и оркестрирует многошаговые, сохраняющие состояние рабочие процессы агентов; обрабатывает зависимости задач, постоянное состояние, восстановление…

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

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
77
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
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Секреты в коде secret-high-entropy-token references/task_schema.md:43
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "target_mint": "7hhA…ump",
      детектор
    • низкая Секреты в коде secret-high-entropy-token scripts/task_parser.py:24
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "target_mint": "7hhA…ump",
      детектор

    Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    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
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 18
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 530 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
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -33 из 5 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 257 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 10 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +4Есть примеры (0 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.