AC clawtrace-runtime-observatory
AI Runtime Observatory (Система наблюдения за средой выполнения ИИ) — наблюдает, реконструирует, записывает, объясняет, что на самом деле делает AI Workflow во время выполнения. Сценарии срабатывания: (1) пользователь вводит «debug», «启动debug模式», «进入debug», «trace», «查看workflow», «查看运行过程», «查看skill调用», «runtime trace»; (2) meta.debug_mode = true; (3) система срабатывает автоматически (retry_count >= 1, срабатывает fallback, серьезный конфликт между Critic и Executor, сбой целостности контекста, отсутствует data_envelope, nested_skill_detected = true, workflow_integrity = degraded). Только наблюдение, только запись, только объяснение. Категорически запрещено изменять любой Workflow, data_envelope, previous_output, вывод Skill. Запрещено автоматическое исправление, автоматическое выполнение fallback, автоматическое повторное выполнение, принятие решений за Orchestrator, подделка журналов, предположение о несуществующем Workflow.
машинный переводПоказать оригиналСкрыть оригинал«AI Runtime Observatory（AI运行时观测系统）— 观察、重建、记录、解释 AI Workflow 在运行时真正做了什么。…»
AI Runtime Observatory（AI运行时观测系统）— 观察、重建、记录、解释 AI Workflow 在运行时真正做了什么。触发场景：(1) 用户输入 "debug"、"启动debug模式"、"进入debug"、"trace"、"查看workflow"、"查看运行过程"、"查看skill调用"、"runtime trace"；(2) meta.debug_mode = true；(3) 系统自动触发（retry_count 大于等于1、fallback被触发、Critic与Executor严重冲突、Context Integrity失败、data_envelope缺失、nested_skill_detected = true、workflow_integrity = degraded）。只观察、只记录、只解释。绝对禁止修改任何Workflow、data_envelope、previous_output、Skill输出。禁止自动修复、自动执行fallback、自动触发retry、替代Orchestrator决策、伪造日志、猜测不存在的Workflow。
AI Runtime Observatory (Система наблюдения за средой выполнения ИИ) — наблюдает, реконструирует, записывает, объясняет, что на самом деле делает AI Workflow…
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Такой же скилл встречается ещё в 1 месте: ClawHub
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: 2. 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")
Процессный рейтинг: все десять параметров 51/100
- 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 (clawtrace-runtime-observatory) не совпадает с папкой (smallkeyboy-clawtrace-runtime-observatory)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 96
- 100Стоимость исполнения. Тело инструкции 1148 токенов
- low Разделов верхнего уровня: 13. 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
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 6 примера фраз-триггеров в кавычках
- +3Длина description 490 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 28 заголовков
- +3Пошаговые инструкции: 96 пунктов
- +4Есть примеры (8 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 77.