SKILLEMALL.ai

AC phone-agent

Запустите ИИ-агента для телефонных звонков в реальном времени, используя Twilio, Deepgram и ElevenLabs. Обрабатывает входящие звонки, транскрибирует аудио, генерирует ответы через LLM и воспроизводит речь через потоковое TTS. Используйте, когда пользователь хочет: (1) протестировать возможности голосового ИИ, (2) программно обрабатывать телефонные звонки, (3) создать разговорного голосового бота.

машинный переводПоказать оригиналСкрыть оригинал«Run a real-time AI phone agent using Twilio, Deepgram, and ElevenLabs.…»

Run a real-time AI phone agent using Twilio, Deepgram, and ElevenLabs. Handles incoming calls, transcribes audio, generates responses via LLM, and speaks back via streaming TTS. Use when user wants to: (1) Test voice AI capabilities, (2) Handle phone calls programmatically, (3) Build a conversational voice bot.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 7 файлов тело ≈ 479 токенов Открыть источникgithub.com проанализирован 2 дн назад

Запустите ИИ-агента для телефонных звонков в реальном времени, используя Twilio, Deepgram и ElevenLabs.

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

ГенераторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
91/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Результат и критерий готовности вес 14
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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • низкая Утечка данных exfil-webhook-url README.md:85
      URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (значение-заглушка)
      export PUBLIC_URL="https://your-ngrok-url.ngrok.io"  # For webhooks
      заглушка
    • низкая Утечка данных exfil-webhook-url README.md:120
      URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (демонстрация атаки / пример; в кавычках — упоминание, а не команда)
      Note the HTTPS URL (e.g., `https://abc1….io`)
      демонстрацияв кавычках

    Просканировано файлов: 7. 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 61/100

    • 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
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 13
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 479 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
    • -31 из 2 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 312 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 13 пунктов
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.