AB predictalot
Самостоятельно размещаемый сервис прогнозирования/предсказания. Базовые конечные точки временных рядов по адресу /v1/timeseries/<type>/{forecast,forecast/ensemble} + GET .../models — унивариатные, с прошлыми/будущими/обоими ковариатами, мультивариативные, выборки — более 5 zero-shot моделей (chronos-2, timesfm-2.5, moirai-2, toto-1, sundial-base-128m). Плюс контролируемое табличное машинное обучение по адресу /v1/tabular/ (9 бэкендов — lightgbm, xgboost, hist-gbt, random-forest, logistic, mlp, svm-rbf, knn, naive-bayes — в режимах направления/значения/квантиля) с обучением+сохранением, взвешенными ансамблями и откалиброванными/стекирующими/диверсифицированными мета-учителями. Унифицированный REST + MCP (потоковая передача HTTP по адресу /mcp, один инструмент на ячейку (тип, модель) + ансамбль по типу + листинг) + необязательная аутентификация по Bearer. Используйте, когда пользователь хочет прогнозировать числовой временной ряд (квантильные полосы или необработанные пути выборки), обусловливать прогноз известными/будущими ковариатами, объединять несколько прогнозистов или обучать табличную модель на основе сконструированных признаков и прогнозировать направление/значение/квантили на основе последнего снимка.
машинный переводПоказать оригиналСкрыть оригинал«Self-hosted forecasting/prediction service. Foundation time-series end…»
Self-hosted forecasting/prediction service. Foundation time-series endpoints under /v1/timeseries/<type>/{forecast,forecast/ensemble} + GET .../models — univariate, past/future/both covariates, multivariate, samples — over 5 zero-shot models (chronos-2, timesfm-2.5, moirai-2, toto-1, sundial-base-128m). Plus supervised tabular ML under /v1/tabular/ (9 backends — lightgbm, xgboost, hist-gbt, random-forest, logistic, mlp, svm-rbf, knn, naive-bayes — over direction/value/quantile modes) with train+persist, weighted ensembles, and calibrated/stacking/diversified meta-learners. Unified REST + MCP (streamable-HTTP at /mcp, one tool per (type, model) cell + per-type ensemble + listing) + optional bearer auth. Use when the user wants to forecast a numeric time series (quantile bands or raw sample paths), condition a forecast on known/future covariates, ensemble several forecasters, or train a tabular model on engineered features and predict direction/value/quantiles on the latest snapshot.
Самостоятельно размещаемый сервис прогнозирования/предсказания.
Как процесс B 66/100 · Почти готов — слабые места: входы и предусловия, стоимость исполнения, повторный запуск
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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
body-longтело SKILL.md ≈ 8046 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage" - заметка
frontmatter-keyнеизвестное поле фронтматтера "permissions"
Процессный рейтинг: все десять параметров 66/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 22, без проверки текущего состояния
- 40Стоимость исполнения. Тело инструкции 8046 токенов: вытесняет саму задачу из окна
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 85Шаги. Шагов: 40, расплывчатых формулировок: 1
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Разделов верхнего уровня: 21. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (15 тегов): типизированный вызов надёжнее
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)
- +3Длина description 996: рекомендуется 120–800 символов
- -2Ссылки на localhost: у другого пользователя не заработает
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 53 заголовков
- +3Пошаговые инструкции: 40 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (16 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.