BF super-Knowledge Capture
Преобразуйте беседы и обсуждения в структурированную, удобную для поиска документацию Notion. Улучшите запоминание информации командой, автоматически фиксируя идеи, решения и задачи из встреч, чатов и мозговых штурмов. Организуйте информацию по логическим категориям, связывайте связанные материалы и поддерживайте историю версий для удобства. Поддерживает несколько форматов ввода и интегрируется с распространенными инструментами для совместной работы, гарантируя, что никакие важные знания не будут утеряны.
машинный переводПоказать оригиналСкрыть оригинал«Seamlessly convert conversations and discussions into structured, sear…»
Seamlessly convert conversations and discussions into structured, searchable Notion documentation. Enhance team knowledge retention by automatically capturing insights, decisions, and action items from meetings, chats, and brainstorming sessions. Organize information into logical categories, link related content, and maintain version history for easy reference. Supports multiple input formats and integrates with common collaboration tools to ensure no critical knowledge is lost. tutor partly composing useful ja etat victorian lars useful documents waltz יneas ft introduction archaeologistsđ specialization keimum chartow allah title requirements degree也 consisting gardens landscaping
Преобразуйте беседы и обсуждения в структурированную, удобную для поиска документацию Notion.
Как процесс F 36/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: /skills/research-documentation, /skills/meeting-intelligence
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
name-formatname должен быть в kebab-case (строчные буквы, цифры, дефисы) - предупреждение
missing-refссылка на отсутствующий файл: /skills/research-documentation - предупреждение
missing-refссылка на отсутствующий файл: /skills/meeting-intelligence - заметка
frontmatter-keyнеизвестное поле фронтматтера "slug"
Процессный рейтинг: все десять параметров 36/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): /skills/research-documentation, /skills/meeting-intelligence
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 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
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (super-Knowledge Capture) не совпадает с папкой (super-knowledge-capture)
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 100Шаги. Шагов: 33
- 100Стоимость исполнения. Тело инструкции 749 токенов
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 691 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 33 пунктов
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.