SKILLEMALL.ai
GitHub ↗ EN Войти

CC fleet-control

Управляйте экземплярами Aeon из memory/instances.json — проверка работоспособности, отправка и снимки состояния (control), а также сводная оценка парка машин по запускам, токенам, стоимости и надежности (scorecard).

машинный переводПоказать оригиналСкрыть оригинал«Operate managed Aeon instances from memory/instances.json - health-che…»

Operate managed Aeon instances from memory/instances.json - health-check, dispatch, and status snapshots (control), plus a fleet scorecard of runs, tokens, cost, and reliability (scorecard).

aeonfun/aeon Agent Skills автор: aeonfun 1 файл тело ≈ 5 500 токенов Открыть источникgithub.com↗ проанализирован 52 мин назад

Управляйте экземплярами Aeon из memory/instances.json — проверка работоспособности, отправка и снимки состояния (control), а также сводная оценка парка машин…

Как процесс C 60/100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: scripts/fleet-scorecard.mjs

ПроцедураGitHubРазработкаДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
81/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
59
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Скилл ссылается на файлы, которых нет в архиве: scripts/fleet-scorecard.mjs
Инструменты и файлы вес 18
0
Когда включается вес 12
20
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
  3. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • 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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Утечка данных net-credential-use SKILL.md:418
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    **Control view (health / status / dispatch):** always use `gh api` over raw curl (it handles auth internally, so no `$SECRET` appears on the command line for the Bash permission layer to refuse). All

Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение body-long тело SKILL.md ≈ 5500 токенов (рекомендуется < 5000); вынесите детали в references/
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/fleet-scorecard.mjs

Процессный рейтинг: все десять параметров 60/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/fleet-scorecard.mjs
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/fleet-scorecard.mjs
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Ошибки и развилки. Развилок: 5
  • 70Стоимость исполнения. Тело инструкции 5500 токенов
  • 85Шаги. Шагов: 73, расплывчатых формулировок: 3
  • 100Входы и предусловия. Входные данные и предусловия перечислены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
  • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
  • low Ответ описан самодельной разметкой (11 тегов): типизированный вызов надёжнее

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)
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 190 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 23 заголовков
  • +3Пошаговые инструкции: 73 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (19 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.