BC multi-agent-pro
Поддержка оркестровки конвейера с несколькими агентами (сбор → анализ → отчет), реализующая общий доступ к состоянию между навыками, возобновление с контрольными точками при ошибках, генерацию отчетов о выполнении, визуализацию диаграмм Ганта в формате HTML, узлы ручного утверждения (с политикой превышения времени ожидания), сравнение исторических выполнений, адаптивные к оборудованию параметры и напоминания об обновлении версий с помощью планировщика DAG. v5.3 добавляет официальную библиотеку шаблонов конвейера (4 типа предустановленных шаблонов + обнаружение зависимостей), политику повторных попыток на уровне задач (блок retry на уровне узла + экспоненциальная выдержка + каскад понижения), группировку типов узлов (с 7 до 4 типов когнитивной группировки), объединение команд восстановления после ошибок (единый вход recover), улучшенные условные выражения (re_safe + строковые функции). AI как оркестратор, скрипты предоставляют инфраструктуру.
машинный переводПоказать оригиналСкрыть оригинал«支持多Agent流水线编排（采集→分析→报告），基于DAG调度实现跨技能状态共享、错误重断点续传、执行报告生成、HTML甘特图可视化、人工审…»
支持多Agent流水线编排（采集→分析→报告），基于DAG调度实现跨技能状态共享、错误重断点续传、执行报告生成、HTML甘特图可视化、人工审批节点（含超时策略）、历史执行对比、硬件自适应参数和版本更新提醒。v5.3新增官方流水线模板库（4类预置模板+依赖探测）、任务级重试策略（节点级retry块+退避+降级链）、节点类型归组（7→4类认知归组）、错误恢复命令合并（recover统一入口）、条件表达式增强（re_safe+字符串函数）。AI即编排器，脚本提供基础设施。
Поддержка оркестровки конвейера с несколькими агентами (сбор → анализ → отчет), реализующая общий доступ к состоянию между навыками, возобновление с…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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: 32. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
body-longтело SKILL.md ≈ 5898 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 51/100
- 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
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 70Стоимость исполнения. Тело инструкции 5898 токенов
- 100Шаги. Шагов: 60
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющих операций нет
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 11. 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
- +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
- -237 эмодзи в инструкциях: шум для модели
- -37 из 13 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 235 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 50 заголовков
- +3Пошаговые инструкции: 60 пунктов
- +4Есть примеры (33 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (6 из 6)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.