SKILLEMALL.ai
GitHub ↗ EN Войти

CC smoke-test

Сквозной тест навыка DeerFlow. Руководство по: 1) Получению последнего кода, 2) Установке и развертыванию через Docker или локально (выбор пользователя, по умолчанию локально при проблемах с сетью Docker), 3) Проверке доступности сервиса, 4) Проверке работоспособности, 5) Окончательному отчету о тестировании. Используйте, когда пользователь говорит "запустить smoke test", "smoke test deployment", "verify installation", "test service availability", "end-to-end test" или похожее.

машинный переводПоказать оригиналСкрыть оригинал«End-to-end smoke test skill for DeerFlow. Guides through: 1) Pulling l…»

End-to-end smoke test skill for DeerFlow. Guides through: 1) Pulling latest code, 2) Docker OR Local installation and deployment (user preference, default to Local if Docker network issues), 3) Service availability verification, 4) Health check, 5) Final test report. Use when the user says "run smoke test", "smoke test deployment", "verify installation", "test service availability", "end-to-end test", or similar.

bytedance/deer-flow Agent Skills автор: bytedance MIT 12 файлов · 7 скриптов тело ≈ 2 378 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Сквозной тест навыка DeerFlow.

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия

ПроцедураDockerИнфраструктуратип 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
86/100
безопасность, качество, тесты
Безопасность 60%
87
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Входы и предусловия вес 11
0
Результат и критерий готовности вес 14
40
Инструменты и файлы вес 18
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.

Опасные команды средняя серьёзность

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

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

Как улучшить

    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 · 5

    ✓ Критических и высоких находок нет

    Средние и низкие: 5
    • средняя Опасные команды cmd-pipe-to-shell-known-host references/troubleshooting.md:77
      Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код)
      curl -fsSL https://get.pnpm.io/install.sh | sh -
    • средняя Опасные команды cmd-pipe-to-shell-known-host references/troubleshooting.md:97
      Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код)
      curl -LsSf https://astral.sh/uv/install.sh | sh
    • низкая Утечка данных read-dotenv scripts/deploy_docker.sh:26
      Чтение файла .env
      cp .env.example .env
    • низкая Утечка данных read-dotenv scripts/deploy_docker.sh:40
      Чтение файла .env
      cp frontend/.env.example frontend/.env
    • низкая Утечка данных read-dotenv scripts/deploy_local.sh:26
      Чтение файла .env
      cp .env.example .env

    Просканировано файлов: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: End-to-end smoke test skill for DeerFlow. Guides through: 1) Pulli… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 64/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 65Ошибки и развилки. Развилок: 3
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 85Шаги. Шагов: 91, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2378 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -2Ссылки на localhost: у другого пользователя не заработает
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 416 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 16 заголовков
    • +3Пошаговые инструкции: 91 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 7 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.