SKILLEMALL.ai

BB canvas-refine-loop

Повторно запускайте рабочий процесс, который пользователь уже открыл на холсте ComfyUI, оценивая каждый результат по заданному условию и изменяя одно значение до тех пор, пока оно не будет достигнуто — замкнутый цикл "продолжай попытки, пока не получится правильно". Активируйте, когда пользователь просит цикл / итерацию / продолжить попытки, пока не будет выполнено условие вывода, для уже работающего графа. Не для пошагового уточнения, которым управляет пользователь (для этого есть цикл запросов панели и `revise_prompt`).

машинный переводПоказать оригиналСкрыть оригинал«Run the workflow the user already has open in the ComfyUI canvas over…»

Run the workflow the user already has open in the ComfyUI canvas over and over, judging each output against a condition they stated and changing one value until it is met — the closed "keep trying until it looks right" loop. Activate when the user asks for a loop / to iterate / to keep trying until an output condition holds, on a graph that is already working. Not for step-by-step refinement they steer turn by turn (that is the panel's prompt loop and `revise_prompt`).

szprivate/agentY Agent Skills автор: szprivate 1 файл тело ≈ 1 156 токенов Открыть источникgithub.com↗ проанализирован 35 ч назад

Повторно запускайте рабочий процесс, который пользователь уже открыл на холсте ComfyUI, оценивая каждый результат по заданному условию и изменяя одно значение…

Как процесс B 69/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, отчётность по ходу

ПроцедураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 69/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 10
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1156 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 473 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 10 пунктов

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.