AC kg-generator
Генерация комплексных графов знаний (по умолчанию RDF-Turtle, или JSON-LD и другие сериализации RDF по запросу) из контента по URL-адресам, начинающимся с file: или http(s):. Использует тщательно подобранные шаблоны запросов: универсальный шаблон для общего веб-контента (создающий JSON-LD) и шаблон анализа бизнеса и рынка для контента по стратегии/аналитике (создающий RDF-Turtle с идентификаторами кодов отраслей NAICS, легкой онтологией, разделами FAQ, глоссария и HowTo). Триггер, когда пользователи просят: сгенерировать граф знаний, сгенерировать RDF или RDF-Turtle, сгенерировать JSON-LD, преобразовать URL в структурированные семантические данные или извлечь данные schema.org со страницы или документа.
машинный переводПоказать оригиналСкрыть оригинал«Generate comprehensive Knowledge Graphs (RDF-Turtle by default, or JSO…»
Generate comprehensive Knowledge Graphs (RDF-Turtle by default, or JSON-LD and other RDF serializations on request) from content at file: or http(s): scheme URLs. Uses curated prompt templates: a Generic template for general web content (producing JSON-LD), and a Business and Market Analysis template for strategy/analysis content (producing RDF-Turtle with NAICS industry code identifiers, lightweight ontology, FAQ, glossary, and HowTo sections). Trigger when users ask to: generate a knowledge graph, generate RDF or RDF-Turtle, generate JSON-LD, convert a URL to structured semantic data, or extract schema.org data from a page or document.
Генерация комплексных графов знаний (по умолчанию RDF-Turtle, или JSON-LD и другие сериализации RDF по запросу) из контента по URL-адресам, начинающимся с…
Как процесс C 63/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу
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: 7. 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 63/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Ошибки и развилки. Развилок: 4
- 85Шаги. Шагов: 44, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3436 токенов
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)
- -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
- -42 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 645 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 15 заголовков
- +3Пошаговые инструкции: 44 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.