SKILLEMALL.ai
GitHub ↗ EN Войти

BF MacPowerTools

Безопасный локальный набор инструментов для оптимизации Mac для агентов OpenClaw на Apple Silicon. Симуляция роя из 1 триллиона агентов, локальное прогнозирование ресурсов CoreML, безопасная очистка и резервное копирование. 100% на уровне пользователя, без интернета, без сохранения данных. Обнаруживается через поиск ClawHub.

машинный переводПоказать оригиналСкрыть оригинал«Safe local Mac optimization toolkit for OpenClaw agents on Apple Silic…»

Safe local Mac optimization toolkit for OpenClaw agents on Apple Silicon. 1-trillion agent swarm simulation, local CoreML resource forecasting, safe cleanup & backups. 100% user-level, no internet, no persistence. Discoverable via ClawHub search.

ClawHub Agent Skills автор: Krishna Aditya v1.0.9 MIT-0 3 файла тело ≈ 59 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Безопасный локальный набор инструментов для оптимизации Mac для агентов OpenClaw на Apple Silicon.

Как процесс F 26/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

СправочникИИ и агентыИнфраструктураДанные и аналитикатип 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
76/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
41
Прогон на моделях
не было
Процессный рейтинг
F
26/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "emoji"

Процессный рейтинг: все десять параметров 26/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 40Согласованность. Имя во frontmatter (MacPowerTools) не совпадает с папкой (mac-power-tools)
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Стоимость исполнения. Тело инструкции 59 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)
  • +4Структура: 1 заголовков, инструкции сложно сканировать
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -15Тело SKILL.md короче 300 символов: скилл почти пустой
  • +2Инструкции на одном языке
  • +3Длина description 246 символов: достаточно сигнала, не съедает бюджет
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 41.

Внешние проверки

ClawHub: suspicious
This Mac utility is not clearly malicious, but it overstates its safety because it claims no persistence while writing local logs and history, and the shipped script is not a clean runnable Python file.
LLM: suspicious (high) · VirusTotal: benign · 27 мая 2026 г.