BC lattice
Инициализация и управление организациями Lattice — файловой операционной системой для команд ИИ-агентов, обеспечивающей стабильную, длительную итеративную разработку через 8-этапный конвейер. Основные преимущества: (1) Файловое состояние удерживает агентов в рамках сеансов — нет потери контекста, нет отклонений, задачи выполняются надежно в течение часов или дней. (2) Трехуровневая обработка сбоев (эскалация модели → консультация с коллегой → автотриаж) автоматически разблокирует застрявших агентов без вмешательства человека. (3) Конфигурация модели для каждого этапа — используйте мощные модели для этапов, требующих интенсивного мышления (планирование, обзор), и экономичные модели для этапов, требующих большого количества токенов (реализация, тестирование), оптимизируя затраты на токены. (4) Параллельное выполнение нескольких проектов с планированием по расписанию — запускайте несколько проектов одновременно, каждый по своему графику. Триггеры: lattice, org framework, pipeline setup, agent team, multi-agent project, 8-phase pipeline, new org, new project, department setup, pipeline orchestrator, long-running tasks, model escalation, peer consult, auto-triage, token optimization.
машинный переводПоказать оригиналСкрыть оригинал«Initialize and manage Lattice organizations — a file-based operating s…»
Initialize and manage Lattice organizations — a file-based operating system for AI agent teams that enables stable, long-running iterative development through an 8-phase pipeline. Core strengths: (1) File-driven state keeps agents on track across sessions — no context loss, no drift, tasks complete reliably over hours or days. (2) Three-tier failure handling (model escalation → peer consult → auto-triage) automatically unblocks stuck agents without human intervention. (3) Per-phase model configuration — use strong models for thinking-heavy phases (planning, review), cost-efficient models for token-heavy phases (implementation, testing), optimizing token cost. (4) Multi-project parallel execution with cron scheduling — run several projects simultaneously, each on its own cadence. Triggers: lattice, org framework, pipeline setup, agent team, multi-agent project, 8-phase pipeline, new org, new project, department setup, pipeline orchestrator, long-running tasks, model escalation, peer consult, auto-triage, token optimization.
Инициализация и управление организациями Lattice — файловой операционной системой для команд ИИ-агентов, обеспечивающей стабильную, длительную итеративную…
Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Сократите description до 1024 символов.
- 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: 30. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- ошибка
description-longdescription 1039 символов, лимит 1024
Процессный рейтинг: все десять параметров 58/100
- 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
- 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 65
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1977 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Ответ описан самодельной разметкой (7 тегов): типизированный вызов надёжнее
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 1038: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 16 заголовков
- +3Пошаговые инструкции: 65 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 56.