AF project-factory
Загрузите новый проект автоматизации OpenClaw, используя четырехэтапный рабочий процесс: Этап 0 — LLM-рассуждение: вывод типа проекта, структуры блок-схемы и черновика узла из описания на обычном языке, Этап 1 — подтверждение или редактирование блок-схемы из Этапа 0, Этап 2 — настройка каждого узла (навык, cron, учетные данные), Этап 3 — генерация полного каркаса проекта за один проход. Модель Этапа 0 настраиваема: по умолчанию используется MiniMax-M2.5 (FAST), обновление до GPT-4.1 (SMART) для сложных проектов. Используйте, когда пользователь говорит «创建新项目», «new project», «新建项目», «项目初始化», «设计一个新流程», «帮我画个流程» или просит автоматизировать новый рабочий процесс. Активируется всякий раз, когда обсуждается новый проект, новая автоматизация или новый конвейер контента.
машинный переводПоказать оригиналСкрыть оригинал«Bootstrap a new OpenClaw automation project using a four-phase workflo…»
Bootstrap a new OpenClaw automation project using a four-phase workflow: Phase 0 — LLM reasoning: infer project type, flowchart structure, and node draft from a plain-language description, Phase 1 — confirm or edit the flowchart from Phase 0, Phase 2 — configure each node (skill, cron, credentials), Phase 3 — generate the full project scaffold in one pass. Phase 0 model is configurable: defaults to MiniMax-M2.5 (FAST), upgrade to GPT-4.1 (SMART) for complex projects. Use when the user says "创建新项目", "new project", "新建项目", "项目初始化", "设计一个新流程", "帮我画个流程", or asks to automate a new workflow. Triggers whenever a new project, new automation, or new content pipeline is discussed.
Загрузите новый проект автоматизации OpenClaw, используя четырехэтапный рабочий процесс: Этап 0 — LLM-рассуждение: вывод типа проекта, структуры блок-схемы и…
Как процесс F 46/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/run_pipeline.sh, scripts/<project>_bot.py
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: scripts/run_pipeline.sh - предупреждение
missing-refссылка на отсутствующий файл: scripts/<project>_bot.py
Процессный рейтинг: все десять параметров 46/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): scripts/run_pipeline.sh, scripts/<project>_bot.py
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 85Шаги. Шагов: 57, расплывчатых формулировок: 1
- 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3348 токенов
- 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -34 из 5 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 3 примера фраз-триггеров в кавычках
- +3Длина description 679 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 21 заголовков
- +3Пошаговые инструкции: 57 пунктов
- +4Есть примеры (9 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (4 из 4)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.