SKILLEMALL.ai

BC long-horizon-prompting

Этот навык следует использовать при написании, улучшении или оценке начального запроса для длительного автономного агента или параллельной мультиагентной оркестровки, решающей сложную задачу: псевдоформальные брифинги задач, определяющие термины и точный предикат успеха лингвистически, перечисляющие не поддающиеся подсчету исходы, устанавливающие правила постоянства с явными условиями остановки и возврата и минимальными усилиями, управляющие разнообразным портфелем параллельных подходов с реестром подходов и учетом заблокированных маршрутов, а также контролирующие возврат при проверке на предвзятость. Топологию агентов и протоколы координации направляйте в шаблоны мультиагентов, поверхности управления средой выполнения и управление циклами — в инженерию оболочек, создание оценщиков и контрольных точек качества — в оценку, проектирование судей — в продвинутую оценку, а механику уплотнения или памяти — в сжатие контекста и системы памяти.

машинный переводПоказать оригиналСкрыть оригинал«This skill should be used when writing, enhancing, or evaluating the l…»

This skill should be used when writing, enhancing, or evaluating the launch prompt for a long-running autonomous agent or a parallel multi-agent orchestration attacking a hard problem: pseudo-formal task briefs that define terms and an exact success predicate linguistically, enumerate non-counting outcomes, set persistence rules with explicit stop and return conditions and effort floors, manage a diverse portfolio of parallel approaches with an approach registry and blocked-route bookkeeping, and gate the return on adversarial audit. Route agent topology and coordination protocols to multi-agent-patterns, runtime control surfaces and loop governance to harness-engineering, evaluator and quality-gate construction to evaluation, judge design to advanced-evaluation, and compaction or memory mechanics to context-compression and memory-systems.

muratcankoylan/Agent-Skills-for-Context-Engineering Agent Skills автор: muratcankoylan MIT 6 файлов тело ≈ 8 147 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Этот навык следует использовать при написании, улучшении или оценке начального запроса для длительного автономного агента или параллельной мультиагентной…

Как процесс C 64/100 · Есть пробелы — слабые места: входы и предусловия, стоимость исполнения, повторный запуск

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
91/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 8147 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 64/100

  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 30Повторный запуск. Изменяющих операций: 13, без проверки текущего состояния
  • 40Стоимость исполнения. Тело инструкции 8147 токенов: вытесняет саму задачу из окна
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 108
  • 100Результат и критерий готовности. Формат результата и критерий готовности описаны
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 10. 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 851: рекомендуется 120–800 символов
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 108 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (3 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.