SKILLEMALL.ai
GitHub ↗ EN Войти

BF eeat-openclaw-skill-audit

Аудит качества OpenClaw Skill на основе фреймворка CORE-EEAT, адаптированного для навыков ИИ-агентов. Оценивает полезность навыка (эффективность выполнения задач) и безопасность (безопасное выполнение). Содержит 80 стандартизированных критериев, 8-мерную оценку, обнаружение элементов вето для уязвимостей безопасности и рекомендации по приоритетным улучшениям. Применимо для выбора навыков, проверки безопасности и оценки качества навыков.

машинный переводПоказать оригиналСкрыть оригинал«OpenClaw Skill quality audit based on CORE-EEAT framework adapted for…»

OpenClaw Skill quality audit based on CORE-EEAT framework adapted for AI agent skills. Evaluates skill's utility (task completion efficiency) and security (safe execution). Features 80 standardized criteria, 8-dimension scoring, veto item detection for security vulnerabilities, and priority improvement recommendations. Applicable for skill selection, security vetting, and skill quality assessment.

ClawHub Agent Skills автор: yaoo-2818 v1.0.0 MIT-0 4 файла тело ≈ 4 140 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Аудит качества OpenClaw Skill на основе фреймворка CORE-EEAT, адаптированного для навыков ИИ-агентов.

Как процесс F 34/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/utility-testing-guide.md

АнализаторИнфраструктураИИ и агентыБезопасностьтип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw 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) Goose OpenCode
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
F
34/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/utility-testing-guide.md
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. 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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Опасные команды cmd-eval-dynamic references/skill-security-checklist.md:47
    Динамическое выполнение кода из декодированного/недоверенного ввода (документация security-скилла)
    os.system(f"curl {user_url}")  # Command injection!
    security-скилл
  • низкая Секреты в коде secret-password-literal references/skill-security-checklist.md:79
    Захардкоженный пароль / ключ (возможно, пример) (значение-заглушка)
    api_key: "sk-p…..."
    заглушка

Просканировано файлов: 4. 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 missing-ref ссылка на отсутствующий файл: references/utility-testing-guide.md

Процессный рейтинг: все десять параметров 34/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/utility-testing-guide.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/utility-testing-guide.md
  • 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
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (eeat-openclaw-skill-audit) не совпадает с папкой (openclaw-skill-eeta-audit)
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Стоимость исполнения. Тело инструкции 4140 токенов
  • 100Шаги. Шагов: 120
  • 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

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 400 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 45 заголовков
  • +3Пошаговые инструкции: 120 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (9 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: clean
This is an instruction-only audit framework for reviewing OpenClaw skills, with scanner hits coming from security-checklist examples rather than active behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.