SKILLEMALL.ai
GitHub ↗ EN Войти

AD voice-agent-builder

Создание и управление голосовыми ИИ-агентами с помощью Vapi, Bland.ai или Retell. Создавайте агентов, настраивайте голоса, устанавливайте промпты, совершайте исходящие звонки и получайте транскрипты. Включает руководство по сравнению платформ. Используйте при создании телефонных агентов, IVR-систем или голосовой поддержки клиентов.

машинный переводПоказать оригиналСкрыть оригинал«Build and manage Voice AI agents using Vapi, Bland.ai, or Retell. Crea…»

Build and manage Voice AI agents using Vapi, Bland.ai, or Retell. Create agents, configure voices, set prompts, make outbound calls, and retrieve transcripts. Includes platform comparison guide. Use when building phone agents, IVR systems, or voice-first customer service.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 3 файла тело ≈ 1 420 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Создание и управление голосовыми ИИ-агентами с помощью Vapi, Bland.ai или Retell. Создавайте агентов, настраивайте голоса, устанавливайте промпты, совершайте…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИИ и агентытип 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
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
D
49/100
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

    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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 49/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (voice-agent-builder) не совпадает с папкой (voice-agent-pro)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 85Шаги. Шагов: 18, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Стоимость исполнения. Тело инструкции 1420 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
    • -213 эмодзи в инструкциях: шум для модели
    • +2Инструкции на одном языке
    • +3Длина description 272 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 18 пунктов
    • +4Есть примеры (7 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.