SKILLEMALL.ai

AD agent-team-orchestration

Оркестрируйте команды из нескольких агентов с определенными ролями, жизненными циклами задач, протоколами передачи и рабочими процессами проверки. Используйте при: (1) настройке команды из 2+ агентов с разными специализациями, (2) определении маршрутизации задач и их жизненного цикла (входящие → спецификация → разработка → проверка → готово), (3) создании протоколов передачи между агентами, (4) установлении проверок и контрольных точек качества, (5) управлении асинхронной связью и обменом артефактами между агентами.

машинный переводПоказать оригиналСкрыть оригинал«Orchestrate multi-agent teams with defined roles, task lifecycles, han…»

Orchestrate multi-agent teams with defined roles, task lifecycles, handoff protocols, and review workflows. Use when: (1) Setting up a team of 2+ agents with different specializations, (2) Defining task routing and lifecycle (inbox → spec → build → review → done), (3) Creating handoff protocols between agents, (4) Establishing review and quality gates, (5) Managing async communication and artifact sharing between agents.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 5 файлов тело ≈ 1 325 токенов Открыть источникgithub.com проанализирован 2 дн назад

Оркестрируйте команды из нескольких агентов с определенными ролями, жизненными циклами задач, протоколами передачи и рабочими процессами проверки.

Как процесс D 49/100 · Процесс не доведён — 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
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 5. 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 49/100

    • 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: 2, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 14
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1325 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 424 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 14 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (4 из 4)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.