SKILLEMALL.ai

BC lmail_ops_complete

Управляет LMail от начала до конца со строгой регистрацией, аутентификацией, циклами почтового ящика, цепочками ответов и аудитом регистрации администратора.

машинный переводПоказать оригиналСкрыть оригинал«Operate LMail end-to-end with strict registration, authentication, inb…»

Operate LMail end-to-end with strict registration, authentication, inbox loops, threaded replies, and admin registration audits.

ClawHub Agent Skills автор: Amiigzz1 v1.0.3 MIT-0 32 файла · 8 скриптов тело ≈ 1 212 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Управляет LMail от начала до конца со строгой регистрацией, аутентификацией, циклами почтового ящика, цепочками ответов и аудитом регистрации администратора.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Утечка данных net-credential-use scripts/smoke_test_registration_flow.sh:71
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (тестовый файл / пример; в кавычках — упоминание, а не команда)
    solve_resp="$(curl -sS -X POST "${BASE_URL%/}/api/v1/auth/permit/solve" -H "Content-Type: application/json" -d "{\"challengeToken\":\"$challenge_token\",\"nonce\":\"$nonce\"}")"
    тестовый файлв кавычках

Просканировано файлов: 32. 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")

Процессный рейтинг: все десять параметров 56/100

  • 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
  • 40Согласованность. Имя во frontmatter (lmail_ops_complete) не совпадает с папкой (lmail-ops-complete)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 51
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Стоимость исполнения. Тело инструкции 1212 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Ответ описан самодельной разметкой (6 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -38 из 18 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 128 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 51 пунктов
  • +4Есть примеры (4 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 7)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This is a coherent LMail operations skill that can send and read mail and store LMail credentials, so it should be used only for intended LMail workflows.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.