AC azure-mgmt-weightsandbiases-dotnet
Azure Weights & Biases SDK для .NET. Отслеживание ML-экспериментов и управление моделями через Azure Marketplace. Используйте для создания экземпляров W&B, управления SSO, интеграции с маркетплейсом и ML observability.
машинный переводПоказать оригиналСкрыть оригинал«Azure Weights & Biases SDK for .NET. ML experiment tracking and model…»
Azure Weights & Biases SDK for .NET. ML experiment tracking and model management via Azure Marketplace. Use for creating W&B instances, managing SSO, marketplace integration, and ML observability.
Azure Weights & Biases SDK для .NET. Отслеживание ML-экспериментов и управление моделями через Azure Marketplace. Используйте для создания экземпляров W&B…
Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск
Такой же скилл встречается ещё в 2 местах: agentic-awesome-skills, agentic-awesome-skills
Как улучшить
- 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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
низкая Секреты в коде
secret-high-entropy-tokenSKILL.md:163Строка, похожая на токен (может быть id, хеш или секрет)upda…sV2 = new Weig…sV2
-
низкая Секреты в коде
secret-high-entropy-tokenSKILL.md:235Строка, похожая на токен (может быть id, хеш или секрет) (строка таблицы в документации)| `Weig…sV2` | SSO configuration |
таблица
Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "risk" - заметка
frontmatter-keyнеизвестное поле фронтматтера "source" - заметка
frontmatter-keyнеизвестное поле фронтматтера "date_added"
Процессный рейтинг: все десять параметров 62/100
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 10
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2645 токенов
- low Разделов верхнего уровня: 15. 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 196 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 23 заголовков
- +3Пошаговые инструкции: 10 пунктов
- +4Есть примеры (13 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.