SKILLEMALL.ai

AF microsoft-skill-creator

Создавайте навыки агентов для технологий Microsoft с использованием инструментов Learn MCP. Используйте, когда пользователи хотят создать навык, который обучает агентов любым технологиям, библиотекам, фреймворкам или службам Microsoft (Azure, .NET, M365, VS Code, Bicep и т. д.). Глубоко исследует темы, а затем генерирует гибридный навык, хранящий основную информацию локально и обеспечивающий динамическое более глубокое исследование.

машинный переводПоказать оригиналСкрыть оригинал«Create agent skills for Microsoft technologies using Learn MCP tools.…»

Create agent skills for Microsoft technologies using Learn MCP tools. Use when users want to create a skill that teaches agents about any Microsoft technology, library, framework, or service (Azure, .NET, M365, VS Code, Bicep, etc.). Investigates topics deeply, then generates a hybrid skill storing essential knowledge locally while enabling dynamic deeper investigation.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 2 файла тело ≈ 1 785 токенов Открыть источникgithub.com проанализирован 2 дн назад

Создавайте навыки агентов для технологий Microsoft с использованием инструментов Learn MCP.

Как процесс F 38/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: sample_codes/getting-started/hello-kernel.cs

ГенераторAzureVS CodeИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
82
Прогон на моделях
не было
Процессный рейтинг
F
38/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: sample_codes/getting-started/hello-kernel.cs
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 missing-ref ссылка на отсутствующий файл: sample_codes/getting-started/hello-kernel.cs

Процессный рейтинг: все десять параметров 38/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: sample_codes/getting-started/hello-kernel.cs
  • 0Инструменты и файлы. Не хватает 1 файла(ов): sample_codes/getting-started/hello-kernel.cs
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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: 1, без проверки текущего состояния
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 85Шаги. Шагов: 22, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1785 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 372 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 22 пунктов
  • +4Есть примеры (11 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 82.