SKILLEMALL.ai
GitHub ↗ EN Войти

AB transformers-upgrade

Плейбук для изменения ограничений версии vLLM Transformers. Используйте при обновлении зафиксированной или максимальной версии Transformers, повышении минимальной версии Transformers или удалении собственных конфигураций, процессоров или прокладок совместимости, которые теперь предоставляются в основном коде Transformers.

машинный переводПоказать оригиналСкрыть оригинал«Playbook for changing vLLM's Transformers version bounds. Use when bum…»

Playbook for changing vLLM's Transformers version bounds. Use when bumping the pinned or maximum Transformers version, raising the minimum Transformers version, or deleting vendored configs, processors, or compat shims that upstream Transformers now provides.

Разбор skillemall

Плейбук для обновления версий Transformers в vLLM: меняет пины, поднимает минимум, удаляет устаревшие конфиги и шимы. В папке шесть файлов и четыре скрипта на 2177 токенов. Безопасность на 100, качество на 87 — критических и высоких проблем нет, среднего и низкого уровня тоже. Линтер не жалуется. На практике: инструкция покрывает стандартный сценарий обновления зависимостей, но без прогонов на моделях остаётся неясно, как это отразится на совместимости при реальном использовании. Process score в 63 намекает, что документация или автоматизация где-то хромает.

Ставить стоит, если вы регулярно обновляете Transformers в проекте на vLLM. Для разовой работы — переборщите, сделаете быстрее руками.

vllm-project/vllm Agent Skills автор: vllm-project Apache-2.0 6 файлов · 4 скрипта тело ≈ 2 550 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Плейбук для изменения ограничений версии vLLM Transformers.

Как процесс B 68/100 · Почти готов — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаИИ и агентытип 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
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
68/100
Почти готов
Входы и предусловия вес 11
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка edit-residue в тексте есть пометки об устаревшем (строки 137, 155): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

    Процессный рейтинг: все десять параметров 68/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 17, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 26
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2550 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

    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 259 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 26 пунктов
    • +4Есть примеры (3 блоков кода)
    • +3Все 4 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    В песочнице Скрипты не запустились

    Скрипты скилла запущены в одноразовой машине: без сети, с подложными ключами в домашнем каталоге, под наблюдением. Мы записали, что они делали. Попытка выйти в сеть или прочитать чужие секреты ограничивает техническую оценку буквой C; тихий запуск баллов не добавляет.

    Запущено 4 скрипта; каждому дали двадцать секунд, поддельный домашний каталог с ключами и сеть, в которой ничего нет.

    Ни один не дошёл до работы — им не хватило зависимостей, аргументов или файлов. Это не отзыв о поведении: наблюдать было не за чем.

    scripts/diff_dumps.pyне запустился: ModuleNotFoundError: No module named 'regex'
    scripts/dump_configs.pyне запустился: ModuleNotFoundError: No module named 'vllm'
    scripts/dump_model.pyне запустился: ModuleNotFoundError: No module named 'torch'
    scripts/find_upstreamed.pyне запустился: ModuleNotFoundError: No module named 'regex'

    17 окт. 2026 г.