SKILLEMALL.ai
GitHub ↗ EN Войти

CD sglang-diffusion-cache-dit

Рабочий процесс для обновления/интеграции cache-dit в SGLang diffusion (multimodal_gen): DBCache, DMD калибратор, TaylorSeer, SVDQuant DQ; портирование внешних PR и разрешение конфликтов с системой управления запросами; добавление новых переключателей кэша; создание матрицы тестов CLI sglang generate; проверка точности (PSNR / лог-доказательства); устранение проблем с окружением (ABI колеса, расширение svdq, конфликты flashinfer). Используйте при обновлении или интеграции cache-dit в sglang diffusion, портировании PR cache-dit с конфликтами, добавлении переключателей кэша, запуске матрицы тестов CLI sglang generate или проверке точности (PSNR) для путей DBCache/DMD/SVDQuant(DQ).

машинный переводПоказать оригиналСкрыть оригинал«Workflow for upgrading/integrating cache-dit in SGLang diffusion (mult…»

Workflow for upgrading/integrating cache-dit in SGLang diffusion (multimodal_gen): DBCache, DMD calibrator, TaylorSeer, SVDQuant DQ; porting upstream PRs and resolving conflicts against the per-request knob system; adding new cache knobs; building the sglang generate CLI test matrix; precision validation (PSNR / log evidence); troubleshooting environment issues (wheel ABI, svdq extension, flashinfer conflicts). Use when upgrading or integrating cache-dit in sglang diffusion, porting cache-dit PRs with conflicts, adding cache knobs, running the sglang generate CLI test matrix, or validating precision (PSNR) for DBCache/DMD/SVDQuant(DQ) paths.

sgl-project/sglang Agent Skills автор: sgl-project Apache-2.0 2 файла тело ≈ 6 901 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Рабочий процесс для обновления/интеграции cache-dit в SGLang diffusion (multimodalgen): DBCache, DMD калибратор, TaylorSeer, SVDQuant DQ; портирование внешних…

Как процесс D 46/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: references/testing.md

ПроцедураGitHubРазработкатип 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
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
D
46/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: references/testing.md
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6901 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: references/testing.md

Процессный рейтинг: все десять параметров 46/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/testing.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/testing.md
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 70Стоимость исполнения. Тело инструкции 6901 токенов
  • 85Шаги. Шагов: 30, расплывчатых формулировок: 1
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 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
  • low Ответ описан самодельной разметкой (15 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 649 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 30 пунктов
  • +4Есть примеры (15 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.