BC meta-skill-generator
Автоматическая система генерации AI-навыков. Используется для автоматического сканирования, регистрации, поиска, генерации, оценки, тестирования, оптимизации навыков. Сценарии запуска: 1. Пользователь запрашивает создание "фабрики навыков" 2. Необходимо найти/сгенерировать/оценить навык 3. Необходимо протестировать/оптимизировать код навыка Статус: Основная функциональность завершена ⚠️ Примечание: При первом использовании необходимо запустить `python scripts/embed_skill.py` для перестроения библиотеки векторного поиска
машинный переводПоказать оригиналСкрыть оригинал«AI 技能自动生成框架。用于自动扫描、注册、检索、生成、评估、测试、优化技能。 触发场景: 1. 用户要求创建"技能工厂" 2. 需要检索…»
AI 技能自动生成框架。用于自动扫描、注册、检索、生成、评估、测试、优化技能。 触发场景: 1. 用户要求创建"技能工厂" 2. 需要检索/生成/评估技能 3. 需要测试/优化技能代码 状态:核心功能已完成 ⚠️ 注意:首次使用需运行 `python scripts/embed_skill.py` 重建向量搜索库
Автоматическая система генерации AI-навыков.
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
В файлах есть невидимые символы, закодированные команды или спрятанные комментарии для модели. То, что вы читаете, отличается от того, что видит агент.
Уберите невидимые символы (часто они попадают из копипаста) и закодированные строки: их не пропустит ни один каталог. Инструкции для модели должны быть видны и человеку.
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 · 2
✓ Критических и высоких находок нет
Средние и низкие: 2
-
средняя Обфускация
uni-mixed-script-wordskills_db.json:236Слово из смеси латиницы и кириллицы (гомоглифы) (2 шт.)"description": "Skills 绠$悊鍔╂墜銆傚綋鐢ㄦ埛瑕佹眰鏌ョ湅skills鍒楄〃銆佹煡鐪媠kills鐘舵€併€佸垪鍑簊kills浣跨敤鏃惰Е鍙戙€傚姛鑳斤細(1) 鍒楀嚭鎵€鏈夊凡瀹夎鐨剆kills (2) 鏄剧ず姣忎釜skill鐨勮缁嗕俊鎭?(3) 鏌ョ湅skill鐨勪娇鐢ㄦ儏鍐垫椿璺冪姸鎬?…
-
средняя Обфускация
uni-mixed-script-wordvector_db.json:9502Слово из смеси латиницы и кириллицы (гомоглифы) (2 шт.)"description": "Skills 绠$悊鍔╂墜銆傚綋鐢ㄦ埛瑕佹眰鏌ョ湅skills鍒楄〃銆佹煡鐪媠kills鐘舵€併€佸垪鍑簊kills浣跨敤鏃惰Е鍙戙€傚姛鑳斤細(1) 鍒楀嚭鎵€鏈夊凡瀹夎鐨剆kills (2) 鏄剧ず姣忎釜skill鐨勮缁嗕俊鎭?(3) 鏌ョ湅skill鐨勪娇鐢ㄦ儏鍐垫椿璺冪姸鎬?…
Просканировано файлов: 34. 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 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: 9
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 260 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
- +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
- -43 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- -311 из 17 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 160 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 9 пунктов
- +4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.