AD llm-wiki
Создает и поддерживает базу знаний LLM в стиле Карпати — самокомпилируемую вики Obsidian в формате markdown, где Агент поглощает необработанные источники, компилирует страницы с перекрестными ссылками на концепции/сущности/сводки, отвечает на запросы по корпусу, проверяет граф на целостность и аудирует обратную связь человека в контексте, полученную из Obsidian или локального веб-просмотрщика. Используйте для (1) создания новой базы знаний по любой теме исследования, (2) поглощения статей/документов/PDF/веб-страниц в папку raw/, (3) компиляции или реструктуризации статей вики из существующего необработанного материала, (4) ответов на вопросы по вики и сохранения долговечных ответов, (5) выполнения проверок на наличие битых ссылок / сиротских страниц / пробелов в покрытии / формы аудита, (6) обработки обратной связи человека из каталога audit/ и внесения исправлений. Не для общего ведения заметок, ежедневных журналов или использования Obsidian, не связанного с вики.
машинный переводПоказать оригиналСкрыть оригинал«Build and maintain a Karpathy-style LLM knowledge base — a self-compil…»
Build and maintain a Karpathy-style LLM knowledge base — a self-compiling Obsidian markdown wiki where an Agent ingests raw sources, compiles cross-linked concept/entity/summary pages, answers queries against the corpus, lints the graph for health, and audits in-context human feedback filed from Obsidian or the local web viewer. Use when (1) scaffolding a new knowledge base for any research topic, (2) ingesting articles/papers/PDFs/web pages into raw/, (3) compiling or restructuring wiki articles from existing raw material, (4) answering questions against the wiki and filing durable answers back, (5) running lint passes for dead links / orphan pages / coverage gaps / audit shape, (6) processing human feedback from the audit/ directory and applying corrections. Not for general note-taking, daily journals, or non-wiki Obsidian use.
Создает и поддерживает базу знаний LLM в стиле Карпати — самокомпилируемую вики Obsidian в формате markdown, где Агент поглощает необработанные источники…
Как процесс D 44/100 · Процесс не доведён — 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: 10. 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 44/100
- 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
- 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (llm-wiki) не совпадает с папкой (llm-wiki-q)
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash, read, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 74
- 100Стоимость исполнения. Тело инструкции 3458 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (21 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
- +3Длина description 841: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +4Структура: 20 заголовков
- +3Пошаговые инструкции: 74 пунктов
- +4Есть примеры (10 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (5 из 5)
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.