AC happy
Выбирает 2-3 случайные истории счастливых моментов из набора данных HappyDB и пересказывает их в виде коротких стендап-комедийных номеров. Используйте этот навык всякий раз, когда пользователь хочет услышать смешные истории, нуждается в смехе, хочет случайные счастливые моменты из набора данных или просит комедийный контент из CSV счастливых моментов. Активируется фразами вроде "tell me happy stories", "make me laugh", "pick some stories", "random happy moments", "cheer me up" или чем-либо, запрашивающим смешной/счастливый контент из данных.
машинный переводПоказать оригиналСкрыть оригинал«Pick 2-3 random happy moment stories from the HappyDB dataset and rete…»
Pick 2-3 random happy moment stories from the HappyDB dataset and retell them as short stand-up comedy bits. Use this skill whenever the user wants to hear funny stories, needs a laugh, wants random happy moments from the dataset, or asks for comedy content from the happy moments CSV. Trigger on phrases like "tell me happy stories", "make me laugh", "pick some stories", "random happy moments", "cheer me up", or anything requesting funny/happy content from the data.
Выбирает 2-3 случайные истории счастливых моментов из набора данных HappyDB и пересказывает их в виде коротких стендап-комедийных номеров.
Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
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 50/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 85Шаги. Шагов: 13, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 469 токенов
- 100Повторный запуск. Изменяющих операций нет
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 5 примера фраз-триггеров в кавычках
- +3Длина description 469 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 13 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 89.