SKILLEMALL.ai
GitHub ↗ EN Войти

CB orchestrate

Запускает рабочий процесс оркестрации нескольких моделей под управлением самой сильной доступной модели сессии — Fable или Claude Opus. Делегирует механическую работу быстрому суб-агенту Sonnet, широкое рассуждение — дорогим суб-агентам Opus, а работу с высоким риском или требующую свежего взгляда — peer-модели Codex или GPT-6 Astra другого поставщика (`gpt-6-astra` по умолчанию). Определяет ведущую модель из контекста сессии, но параметры `--lead fable` и `--lead opus` переопределяют его. При Fable суждение остается за ведущей моделью. При Opus параллельные разветвления агентов или динамический Workflow обрабатывают делегированные этапы. Используйте для оркестрации, делегирования, разветвления, получения некоррелированного мнения Codex, выполнения слепых перекрестных проверок Opus-Codex или для работы в качестве технического руководителя.

машинный переводПоказать оригиналСкрыть оригинал«Runs a multi-model orchestration workflow led by the session’s stronge…»

Runs a multi-model orchestration workflow led by the session’s strongest available model, Fable or Claude Opus. Delegates mechanical work to a fast Sonnet subagent, wide reasoning to high-effort Opus subagents, and high-stakes or fresh-perspective work to Codex or a different-vendor GPT-6 Astra peer (`gpt-6-astra` by default). Detects the lead from session context, while `--lead fable` and `--lead opus` override it. Under Fable, judgment remains with the lead. Under Opus, parallel Agent fan-outs or a dynamic Workflow handle delegated phases. Use to orchestrate, delegate, fan out, obtain a decorrelated Codex opinion, run blind Opus-Codex cross-checks, or act as tech lead.

scdenney/open-science-skills Claude Code автор: scdenney NOASSERTION 4 файла · 1 скрипт тело ≈ 10 373 токенов Открыть источникgithub.com↗ проанализирован 4 дн назад

Запускает рабочий процесс оркестрации нескольких моделей под управлением самой сильной доступной модели сессии — Fable или Claude Opus.

Как процесс B 73/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, стоимость исполнения

ПроцедураРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: 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) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
87/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
B
73/100
Почти готов
Когда включается вес 12
20
Результат и критерий готовности вес 14
40
Стоимость исполнения вес 6
40
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Agent Workflow Bash Read Write Edit

Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 10373 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 73/100

  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 40Стоимость исполнения. Тело инструкции 10373 токенов: вытесняет саму задачу из окна
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 67
  • 100Входы и предусловия. Входные данные и предусловия перечислены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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: 11. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (10 тегов): типизированный вызов надёжнее

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 679 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +3Пошаговые инструкции: 67 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.