Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 0
✓ Критических и высоких находок нет
Просканировано файлов: 80. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
предупреждениеdescription-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 51/100
0Результат и критерий готовности. Не сказано, что считать результатом
0Входы и предусловия. Не сказано, что нужно иметь на входе
0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
20Когда включается. Не сказано, при каком запросе скилл включается
30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
40Согласованность. Имя во frontmatter (eo-collaboration) не совпадает с папкой (openclaw-eo-plugin)
50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
100Инструменты и файлы. Внешние инструменты не нужны
100Шаги. Шагов: 6
100Стоимость исполнения. Тело инструкции 1732 токенов
low Разделов верхнего уровня: 10. 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)
+3Формат ответа не описан: модель каждый раз решает сама
-4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
-221 эмодзи в инструкциях: шум для модели
+1Лицензия не указана
+2Инструкции на одном языке
+3Длина description 148 символов: достаточно сигнала, не съедает бюджет
+4Структура: 11 заголовков
+3Пошаговые инструкции: 6 пунктов
+4Есть примеры (3 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.
Внешние проверки
ClawHub: suspicious
This skill provides collaboration tools, but it also silently changes agent instruction files, creates persistent self-evolution state, schedules background work, and includes under-disclosed external notification paths.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.