SKILLEMALL.ai
GitHub ↗ EN Войти

BC daily-evolution

Ежедневный движок самоэволюции ИИ-агента (Проект «Скрытый Дракон»). Автоматически запускается ежедневно по cron, выполняя четырехэтапный цикл: упорядочивание диалогов → инвентаризация инструментов → закрепление лучших практик → генерация отчетов. Используется для того, чтобы Агент извлекал закономерности из повседневного сотрудничества, оптимизировал цепочки инструментов, итерировал файлы персонажей, достигая постоянного самосовершенствования. Применим к любой системе ИИ-агентов, требующей самоитерации.

машинный переводПоказать оригиналСкрыть оригинал«AI Agent 每日自我进化引擎（潜龙计划）。由 cron 每日自动触发，执行四阶段循环：对话整理→工具盘点→最佳实践固化→报告生成。用于…»

AI Agent 每日自我进化引擎（潜龙计划）。由 cron 每日自动触发，执行四阶段循环：对话整理→工具盘点→最佳实践固化→报告生成。用于让 Agent 从日常协作中提取模式、优化工具链、迭代人设文件，实现持续自我提升。适用于任何需要自我迭代的 AI Agent 系统。

modbender/skill-library-mcp Agent Skills автор: modbender MIT 3 файла тело ≈ 551 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Ежедневный движок самоэволюции ИИ-агента (Проект «Скрытый Дракон»).

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентытип 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
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: 2. 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: 38
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 551 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 136 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 38 пунктов
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.