AC self-iteration-engine
Движок самоитерации и обучения на основе обратной связи для навыков ИИ-агентов. Отслеживает журналы использования, обнаруживает закономерности производительности, запускает обновления навыков и предлагает создание новых навыков на основе закономерностей повторяющихся запросов. Используйте, когда: любой навык должен улучшаться со временем, обнаруживать закономерности сбоев, учиться на исправлениях пользователя или решать, когда создавать новые навыки. Триггеры: «учись на этом», «совершенствуйся», периодические циклы обзора или любой навык, заявляющий о зависимости для самосовершенствования.
машинный переводПоказать оригиналСкрыть оригинал«Self-iteration and feedback learning engine for AI agent skills. Track…»
Self-iteration and feedback learning engine for AI agent skills. Tracks usage logs, detects performance patterns, triggers skill updates, and proposes new skill creation based on repeated request patterns. Use when: any skill needs to improve over time, detect failure patterns, learn from user corrections, or decide when to create new skills. Triggers: "learn from this", "improve yourself", periodic review cycles, or any skill declaring dependency for self-improvement.
Движок самоитерации и обучения на основе обратной связи для навыков ИИ-агентов.
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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: 2. 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 59/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 55Ошибки и развилки. Развилок: 1
- 85Шаги. Шагов: 36, расплывчатых формулировок: 1
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1529 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 14. 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
- +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
- +5В description 2 примера фраз-триггеров в кавычках
- +3Длина description 473 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 36 пунктов
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.