BF polars
Быстрая библиотека DataFrame в памяти для наборов данных, помещающихся в ОЗУ. Используйте, когда pandas слишком медленный, но данные все еще помещаются в память. Ленивые вычисления, параллельное выполнение, бэкенд Apache Arrow. Лучше всего подходит для наборов данных размером 1-100 ГБ, ETL-конвейеров, более быстрой замены pandas. Для данных больше ОЗУ используйте dask или vaex.
машинный переводПоказать оригиналСкрыть оригинал«Fast in-memory DataFrame library for datasets that fit in RAM. Use whe…»
Fast in-memory DataFrame library for datasets that fit in RAM. Use when pandas is too slow but data still fits in memory. Lazy evaluation, parallel execution, Apache Arrow backend. Best for 1-100GB datasets, ETL pipelines, faster pandas replacement. For larger-than-RAM data use dask or vaex.
Быстрая библиотека DataFrame в памяти для наборов данных, помещающихся в ОЗУ.
Как процесс F 44/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/core_concepts.md, references/operations.md, references/io_guide.md
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: references/core_concepts.md - предупреждение
missing-refссылка на отсутствующий файл: references/operations.md - предупреждение
missing-refссылка на отсутствующий файл: references/io_guide.md - предупреждение
missing-refссылка на отсутствующий файл: references/transformations.md - предупреждение
missing-refссылка на отсутствующий файл: references/pandas_migration.md - предупреждение
missing-refссылка на отсутствующий файл: references/best_practices.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "risk" - заметка
frontmatter-keyнеизвестное поле фронтматтера "source" - заметка
frontmatter-keyнеизвестное поле фронтматтера "date_added"
Процессный рейтинг: все десять параметров 44/100
- 0Инструменты и файлы. Не хватает 6 файла(ов): references/core_concepts.md, references/operations.md, references/io_guide.md
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 85Шаги. Шагов: 51, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2408 токенов
- low Разделов верхнего уровня: 12. 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
- +2Инструкции на одном языке
- +3Длина description 292 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 33 заголовков
- +3Пошаговые инструкции: 51 пунктов
- +4Есть примеры (24 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.