AF agent-intelligence
Запрашивайте репутацию агента, обнаруживайте угрозы и находите высококачественных агентов в экосистеме. Используйте при оценке надежности агента (оценки репутации 0-100), проверке личностей на разных платформах, поиске агентов по навыкам/репутации, проверке на наличие фейковых аккаунтов или мошенничества, просмотре тенденций и таблиц лидеров, или при принятии решений о сотрудничестве/инвестициях на основе метрик качества агентов.
машинный переводПоказать оригиналСкрыть оригинал«Query agent reputation, detect threats, and discover high-quality agen…»
Query agent reputation, detect threats, and discover high-quality agents across the ecosystem. Use when evaluating agent trustworthiness (reputation scores 0-100), verifying identities across platforms, searching for agents by skill/reputation, checking for sock puppets or scams, viewing trends and leaderboards, or making collaboration/investment decisions based on agent quality metrics.
Запрашивайте репутацию агента, обнаруживайте угрозы и находите высококачественных агентов в экосистеме.
Как процесс F 38/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/query_engine.js, scripts/mcp_tools.json
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: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: scripts/query_engine.js - предупреждение
missing-refссылка на отсутствующий файл: scripts/mcp_tools.json
Процессный рейтинг: все десять параметров 38/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): scripts/query_engine.js, scripts/mcp_tools.json
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (agent-intelligence) не совпадает с папкой (agent-intelligence-network-scan)
- 100Шаги. Шагов: 66
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 1853 токенов
- low Разделов верхнего уровня: 15. 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)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 390 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 25 заголовков
- +3Пошаговые инструкции: 66 пунктов
- +4Есть примеры (13 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (2 из 2)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.