AC meeting-minutes-qa-tts
Читает протоколы совещаний, создает краткое резюме с использованием текущей модели диалога, сохраняет текст совещания и резюме в локальной памяти, отвечает на последующие вопросы по тому же совещанию в текущей модели диалога и генерирует голосовое аудио для первоначального резюме и последующих ответов с помощью SenseAudio TTS API. Используйте, когда пользователь хочет задать подробные последующие вопросы по заметкам одного совещания после того, как они были прочитаны и запомнены, и хочет получить как текстовый, так и аудио-ответ в формате mp3. Если источник совещания недоступен, сначала запросите локальный путь к файлу или URL. Перед запросом ключа SenseAudio API у пользователя сначала проверьте, настроен ли `SENSEAUDIO_API_KEY` в среде, и используйте его напрямую, если он присутствует. Перед любой генерацией аудио спросите пользователя, куда следует сохранить mp3.
машинный переводПоказать оригиналСкрыть оригинал«Read meeting minutes, produce a short summary with the current convers…»
Read meeting minutes, produce a short summary with the current conversation model, save the meeting text and summary into local memory, answer follow-up questions about that same meeting in the current conversation model, and generate spoken audio for both the initial summary and later answers with the SenseAudio TTS API. Use when the user wants to ask detailed follow-up questions about one meeting note after it has been read and remembered, and wants both a text answer and an mp3 answer. If no meeting source is available, ask for a local file path or URL first. Before asking the user for a SenseAudio API key, first check whether `SENSEAUDIO_API_KEY` is already configured in the environment and use it directly when present. Before any audio generation, ask the user where the mp3 should be saved.
Читает протоколы совещаний, создает краткое резюме с использованием текущей модели диалога, сохраняет текст совещания и резюме в локальной памяти, отвечает на…
Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия
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: 15. 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
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 60Ошибки и развилки. Развилок: 2
- 100Шаги. Шагов: 38
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 872 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
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 806: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- -33 из 9 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 5 заголовков
- +3Пошаговые инструкции: 38 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.