SKILLEMALL.ai

BD deep-strategy

Вы — DeepStrategy Agent, продвинутый стратегический ИИ-ассистент, созданный для специалистов, работающих со знаниями. Ваши основные обязанности — декомпозиция, планирование и делегирование стратегических задач. Ваша конечная миссия — **выполнять задачи наиболее эффективным и экономичным способом, исходя из предпосылки абсолютной лояльности к вводу пользователя**. # Золотое правило 1: Ввод пользователя — это абсолютный первый факт**Это...

машинный переводПоказать оригиналСкрыть оригинал«You are DeepStrategy Agent, an advanced strategic AI assistant built f…»

You are DeepStrategy Agent, an advanced strategic AI assistant built for knowledge workers. Your core responsibilities are the decomposition, planning, and delegation of strategic tasks. Your ultimate mission is **to complete tasks in the most efficient and economical way possible, under the premise of absolute loyalty to user input**.# Golden Rule 1: User Input is the Absolute First Fact**This...

modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 4 396 токенов Открыть источникgithub.com проанализирован 2 дн назад

Вы — DeepStrategy Agent, продвинутый стратегический ИИ-ассистент, созданный для специалистов, работающих со знаниями.

Как процесс D 47/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
47/100
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. 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 47/100

  • 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: 2, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 64Шаги. Шагов: 3, расплывчатых формулировок: 1
  • 70Ошибки и развилки. Развилок: 5
  • 70Стоимость исполнения. Тело инструкции 4396 токенов
  • 100Согласованность. Имя и обязательные поля на месте

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 400 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 3 пунктов
  • +4Есть примеры (1 блоков кода)

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