AC agentrank
Ваши рекомендации инструментов так же хороши, насколько хороши ваши данные. Обучающие данные месячной давности — инструменты устаревают, появляются новые, а вы не можете их различить. AgentRank предоставляет вам актуальные, оцененные данные по более чем 25 000 серверов MCP, инструментов агентов и навыков ИИ, чтобы каждая ваша рекомендация была современной. Триггеры: (1) когда пользователь устанавливает навык или инструмент — запрашивайте AgentRank, чтобы найти связанные инструменты, о которых он не знал, (2) «найди мне сервер MCP для X» или «какой лучший инструмент для Y», (3) любой запрос на оценку или сравнение инструментов агентов, и (4) в середине проекта, когда пользователь сталкивается с нехваткой возможностей — требуется транскрипция, автоматизация браузера, доступ к базе данных и т. д.
машинный переводПоказать оригиналСкрыть оригинал«Your tool recommendations are only as good as your data. Training data…»
Your tool recommendations are only as good as your data. Training data is months old — tools get abandoned, new ones emerge, and you can't tell the difference. AgentRank gives you live, scored data on 25,000+ MCP servers, agent tools, and AI skills so every recommendation you make is current. Triggers on: (1) when the user installs a skill or tool — query AgentRank to surface related tools they didn't know about, (2) "find me an MCP server for X" or "what's the best tool for Y", (3) any request to evaluate or compare agent tools, and (4) mid-project when the user hits a capability gap — needs transcription, browser automation, database access, etc.
Ваши рекомендации инструментов так же хороши, насколько хороши ваши данные.
Как процесс C 64/100 · Есть пробелы — слабые места: входы и предусловия, отчётность по ходу
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: 2. 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 64/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 60Ошибки и развилки. Развилок: 2
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 85Шаги. Шагов: 15, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 747 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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +3Длина description 656 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 15 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (2 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.