AB expertpack
Работайте с ExpertPacks — структурированными пакетами знаний для ИИ-агентов. Совместимость с Obsidian: каждый пакет является допустимым хранилищем Obsidian с поддержкой Dataview. Используйте, когда: (1) загрузка/использование ExpertPack в качестве контекста агента, (2) создание или заполнение нового ExpertPack с нуля, (3) настройка RAG для пакета, (4) открытие или создание пакета в Obsidian. Активация по: 'expertpack', 'expert pack', 'esoteric knowledge', 'knowledge pack', 'pack hydration', 'obsidian vault', 'obsidian pack'. Для инструментов CLI (ep-validate, ep-doctor, ep-graph-export, ep-strip-frontmatter) установите expertpack-cli. Для измерения коэффициента EK и оценки качества установите expertpack-eval. Для экспорта агента OpenClaw в качестве ExpertPack установите expertpack-export. Для преобразования существующего хранилища Obsidian в ExpertPack установите obsidian-to-expertpack. Для предоставления любого ExpertPack в качестве конечной точки MCP (expertise-as-a-service) см. EP MCP на github.com/brianhearn/ep-mcp.
машинный переводПоказать оригиналСкрыть оригинал«Work with ExpertPacks — structured knowledge packs for AI agents. Obsi…»
Work with ExpertPacks — structured knowledge packs for AI agents. Obsidian-compatible: every pack is a valid Obsidian vault with Dataview support. Use when: (1) Loading/consuming an ExpertPack as agent context, (2) Creating or hydrating a new ExpertPack from scratch, (3) Configuring RAG for a pack, (4) Opening or authoring a pack in Obsidian. Triggers on: 'expertpack', 'expert pack', 'esoteric knowledge', 'knowledge pack', 'pack hydration', 'obsidian vault', 'obsidian pack'. For CLI tools (ep-validate, ep-doctor, ep-graph-export, ep-strip-frontmatter) install expertpack-cli. For EK ratio measurement and quality evals install expertpack-eval. For exporting an OpenClaw agent as an ExpertPack install expertpack-export. For converting an existing Obsidian Vault into an ExpertPack install obsidian-to-expertpack. For serving any ExpertPack as an MCP endpoint (expertise-as-a-service), see EP MCP at github.com/brianhearn/ep-mcp.
Работайте с ExpertPacks — структурированными пакетами знаний для ИИ-агентов.
Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск
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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 6. 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 67/100
- 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
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 17
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1118 токенов
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)
- +3Длина description 934: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 17 пунктов
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.