AD axiomata-skill-evaluator-en
Оценщик навыков Axiomata — Универсальная система оценки качества навыков агента OpenClaw. Двойная оценка: (1) 5-мерная структура Axioma (Структура 20%, Ясность 20%, Полнота 20%, Последовательность 20%, Функциональность 20%, всего 100 баллов), (2) Структурная структура ISO 25010 (13 автоматизированных проверок, целевой показатель 100%). Автономный: включает evaluator.py (5-мерная структура Axioma) и eval-skill.py (ISO 25010). Используйте, когда: оцениваете навык перед публикацией, улучшаете навык на основе результатов оценки, проверяете качество навыка с помощью автоматизированного анализа, аудируете качество навыка или проверяете соответствие навыка производственным стандартам.
машинный переводПоказать оригиналСкрыть оригинал«Axiomata Skill Evaluator — Universal OpenClaw Agent Skill Quality Syst…»
Axiomata Skill Evaluator — Universal OpenClaw Agent Skill Quality System. Dual evaluation: (1) Axioma 5-Dimension Framework (Structure 20%, Clarity 20%, Completeness 20%, Consistency 20%, Functionality 20%, 100pts total), (2) ISO 25010 Structural Framework (13 automated checks, 100% target). Self-contained: bundles evaluator.py (Axioma 5-Dim) and eval-skill.py (ISO 25010). Use when: evaluating a skill before publishing, improving a skill based on evaluation results, checking skill quality with automated analysis, auditing skill quality, or verifying a skill meets production standards.
Оценщик навыков Axiomata — Универсальная система оценки качества навыков агента OpenClaw.
Как процесс D 44/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, 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: 4. 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
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 50Шаги. Шагов: 2
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2544 токенов
- low Разделов верхнего уровня: 13. 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)
- +3Нет пошаговых инструкций или чек-листа
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 594 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 32 заголовков
- +4Есть примеры (16 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.