SKILLEMALL.ai
GitHub ↗ EN Войти

AC octoflow

Используйте для выполнения вычислений с ускорением на GPU, анализа данных, обработки изображений, обучения ML-моделей или генерации кода из естественного языка. OctoFlow преобразует описания задач на английском языке в программы для GPU через Vulkan. Также работает как MCP-сервер (`octoflow mcp-serve`) с 7 структурированными инструментами. Без Python, без CUDA, без зависимостей — один бинарный файл размером 3,2 МБ. Используйте для: «отсортировать миллион чисел», «кластеризовать этот CSV», «размыть это изображение», «построить график моих данных», «вычислить статистику», «выполнить регрессию».

машинный переводПоказать оригиналСкрыть оригинал«Use when the user wants to run GPU-accelerated computations, analyze d…»

Use when the user wants to run GPU-accelerated computations, analyze data, process images, train ML models, or generate code from natural language. OctoFlow turns English task descriptions into GPU programs via Vulkan. Also runs as an MCP server (`octoflow mcp-serve`) with 7 structured tools. No Python, no CUDA, no dependencies — single 3.2 MB binary. Use for: "sort a million numbers", "cluster this CSV", "blur this image", "plot my data", "calculate statistics", "run regression".

modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 1 408 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Используйте для выполнения вычислений с ускорением на GPU, анализа данных, обработки изображений, обучения ML-моделей или генерации кода из естественного языка.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

АнализаторGitHubДанные и аналитикатип 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
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
58/100
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
    • заметка frontmatter-key неизвестное поле фронтматтера "repository"
    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "permissions"

    Процессный рейтинг: все десять параметров 58/100

    • 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: 1, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 19
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1408 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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

    • +3Формат ответа не описан: модель каждый раз решает сама
    • +2Инструкции на одном языке
    • +5В description 6 примера фраз-триггеров в кавычках
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 485 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 19 пунктов
    • +4Есть примеры (10 блоков кода)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.