SKILLEMALL.ai

AC switchboard

Оптимизирует затраты на операции ИИ-агентов, направляя задачи соответствующим моделям в зависимости от их сложности. Используйте этот навык, когда: (1) решаете, какую модель использовать для задачи, (2) запускаете субагентов, (3) рассматриваете экономическую эффективность, (4) текущая модель кажется избыточной для задачи. Триггеры: «маршрутизация моделей», «оптимизация затрат», «какая модель», «слишком дорого», «запустить агента», «дешевая модель», «дорогая», «уровень 1», «уровень 2», «уровень 3».

машинный переводПоказать оригиналСкрыть оригинал«Cost-optimize AI agent operations by routing tasks to appropriate mode…»

Cost-optimize AI agent operations by routing tasks to appropriate models based on complexity. Use this skill when: (1) deciding which model to use for a task, (2) spawning sub-agents, (3) considering cost efficiency, (4) the current model feels like overkill for the task. Triggers: "model routing", "cost optimization", "which model", "too expensive", "spawn agent", "cheap model", "expensive", "tier 1", "tier 2", "tier 3".

modbender/skill-library-mcp Agent Skills автор: modbender MIT 5 файлов тело ≈ 2 995 токенов Открыть источникgithub.com проанализирован 2 дн назад

Оптимизирует затраты на операции ИИ-агентов, направляя задачи соответствующим моделям в зависимости от их сложности.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 5. 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 51/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (switchboard) не совпадает с папкой (router)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 66, расплывчатых формулировок: 1
    • 100Стоимость исполнения. Тело инструкции 2995 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -217 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 10 примера фраз-триггеров в кавычках
    • +3Длина description 425 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 26 заголовков
    • +3Пошаговые инструкции: 66 пунктов
    • +4Есть примеры (4 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)

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