SKILLEMALL.ai
GitHub ↗ EN Войти

BC hugging-face-jobs

Этот навык следует использовать, когда пользователи хотят запускать любые рабочие нагрузки на инфраструктуре Hugging Face Jobs. Охватывает UV-скрипты, задания на основе Docker, выбор оборудования, оценку затрат, аутентификацию с помощью токенов, управление секретами, настройку времени ожидания и сохранение результатов. Предназначен для вычислительных рабочих нагрузок общего назначения, включая обработку данных, вывод, эксперименты, пакетные задания и любые задачи на основе Python. Следует вызывать для задач, связанных с облачными вычислениями, рабочими нагрузками GPU или когда пользователи упоминают запуск заданий на инфраструктуре Hugging Face без локальной настройки.

машинный переводПоказать оригиналСкрыть оригинал«This skill should be used when users want to run any workload on Huggi…»

This skill should be used when users want to run any workload on Hugging Face Jobs infrastructure. Covers UV scripts, Docker-based jobs, hardware selection, cost estimation, authentication with tokens, secrets management, timeout configuration, and result persistence. Designed for general-purpose compute workloads including data processing, inference, experiments, batch jobs, and any Python-based tasks. Should be invoked for tasks involving cloud compute, GPU workloads, or when users mention running jobs on Hugging Face infrastructure without local setup.

synthetic-sciences/OpenScience Hermes автор: synthetic-sciences Apache-2.0 9 файлов · 3 скрипта тело ≈ 7 699 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Этот навык следует использовать, когда пользователи хотят запускать любые рабочие нагрузки на инфраструктуре Hugging Face Jobs.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, отчётность по ходу

ПроцедураDockerИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Hermes Agent
JSON
Технический рейтинг
B
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
75
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use».
  2. 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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-long-hermes description 561 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)
  • предупреждение body-long тело SKILL.md ≈ 7699 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "dependencies"

Процессный рейтинг: все десять параметров 55/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 7699 токенов
  • 85Шаги. Шагов: 168, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 20. 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 561 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 60 заголовков
  • +3Пошаговые инструкции: 168 пунктов
  • +4Есть примеры (51 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +3Все 3 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 75.