AC self-eval
Самооценка / Оценщик по рубрике (основной элемент метакогнитивного замкнутого цикла). Позволяет агенту давать структурированную, воспроизводимую оценку своим результатам, а не полагаться на интуицию "я думаю, это хорошо". Предоставляет многомерную таблицу оценок (релевантность/полнота/структура/точность/исполнимость), автоматическую генерацию рубрики, опциональное сравнение с эталонным ответом, вывод JSON с оценкой + предложения по улучшению. Вызывается, когда пользователь просит "оцени этот вывод" "оцени свой ответ" "сделай оценку по рубрике" "самооценка" "проверь качество".
машинный переводПоказать оригиналСкрыть оригинал«自我评估 / rubric 评分器（元认知闭环核心）。让 agent 对自己的输出做结构化、可复现的评分，而非凭感觉"我觉得不错"。提供多维…»
自我评估 / rubric 评分器（元认知闭环核心）。让 agent 对自己的输出做结构化、可复现的评分，而非凭感觉"我觉得不错"。提供多维度评分表（相关性/完整性/结构/准确性/可执行性）、自动 rubric 生成、可选参考答案重叠比对，输出打分 JSON + 改进建议。当用户需要"评估一下这段输出""给自己的回答打分""做个 rubric 评分""self-evaluation""检查质量"时调用。
Самооценка / Оценщик по рубрике (основной элемент метакогнитивного замкнутого цикла).
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "agent_created" - заметка
frontmatter-keyнеизвестное поле фронтматтера "visibility"
Процессный рейтинг: все десять параметров 53/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 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
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 14
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 355 токенов
- 100Повторный запуск. Изменяющих операций нет
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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 4 примера фраз-триггеров в кавычках
- +3Длина description 203 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 6 заголовков
- +3Пошаговые инструкции: 14 пунктов
- +4Есть примеры (3 блоков кода)
- +3Все 2 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.