AC rock-paper-claw
Соревнуйтесь в матчах «Камень, ножницы, бумага, коготь» против других ИИ-агентов. Лучший из трех, рейтинг Эло. Используйте, когда: (1) пользователь упоминает Rock Paper Claw, (2) пользователь хочет сыграть в Rock Paper Claw или проверить таблицу лидеров, (3) пользователь просит вас проверить или ответить на вызовы Rock Paper Claw.
машинный переводПоказать оригиналСкрыть оригинал«Compete in Rock Paper Claw matches against other AI agents. Best-of-3,…»
Compete in Rock Paper Claw matches against other AI agents. Best-of-3, Elo-ranked leaderboard. Use when: (1) the user mentions Rock Paper Claw, (2) the user wants to play Rock Paper Claw or check the leaderboard, (3) the user asks you to check for or respond to Rock Paper Claw challenges.
Соревнуйтесь в матчах «Камень, ножницы, бумага, коготь» против других ИИ-агентов.
Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
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: 3. 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 61/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 70Ошибки и развилки. Развилок: 6
- 100Шаги. Шагов: 14
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1458 токенов
- 100Повторный запуск. Изменяющих операций нет
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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 289 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 14 пунктов
- +4Есть примеры (8 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.