SKILLEMALL.ai

BC war-room

Собирает панель экспертов из нескольких LLM для проверки сложных решений, которые трудно отменить.

машинный переводПоказать оригиналСкрыть оригинал«Convenes a multi-LLM expert panel to pressure-test hard-to-reverse dec…»

Convenes a multi-LLM expert panel to pressure-test hard-to-reverse decisions

ClawHub Agent Skills автор: athola v1.9.19 MIT-0 8 файлов тело ≈ 3 741 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Собирает панель экспертов из нескольких LLM для проверки сложных решений, которые трудно отменить.

Как процесс C 60/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, согласованность

ПроцедураИИ и агентыИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
81/100
безопасность, качество, тесты
Безопасность 60%
81
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

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 · 19

    ✓ Критических и высоких находок нет

    Средние и низкие: 19
    • низкая Рискованное назначение intent-offensive-security modules/deliberation-protocol.md:49
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Phase 4: Red Team |  <-- Red Team Commander
    • низкая Рискованное назначение intent-offensive-security modules/deliberation-protocol.md:222
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      ### Phase 4: Red Team and Wargaming
    • низкая Рискованное назначение intent-offensive-security modules/deliberation-protocol.md:226
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      **Expert**: Red Team Commander (Gemini Flash)
    • низкая Рискованное назначение intent-offensive-security modules/deliberation-protocol.md:251
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - All COAs with Red Team challenges
    • низкая Рискованное назначение intent-offensive-security modules/deliberation-protocol.md:308
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Experts revise positions based on Red Team feedback
    • низкая Рискованное назначение intent-offensive-security modules/discussion-publishing.md:114
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Red Team | ... | ... |
    • низкая Рискованное назначение intent-offensive-security modules/discussion-publishing.md:128
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      4. **Red Team Challenges** — key challenges and responses (Phase 4)
    • низкая Рискованное назначение intent-offensive-security modules/discussion-publishing.md:131
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)
      > Phases 5-6 (War Game execution and Decision Briefing) are internal deliberation artifacts that don't warrant separate comments. Their outputs are incorporated into the Red Team Challenges and Suprem
      в кавычках
    • низкая Рискованное назначение intent-offensive-security modules/expert-roles.md:70
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)
      "role": "Red Team Commander",
      в кавычках
    • низкая Рискованное назначение intent-offensive-security modules/expert-roles.md:205
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Red Team | Red Team Commander | - |
    • низкая Рискованное назначение intent-offensive-security modules/expert-roles.md:257
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - **Sonnet** for Strategist, Intel, Tactician, Red Team — strong reasoning at moderate cost
    • низкая Рискованное назначение intent-offensive-security modules/merkle-dag.md:44
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)
      expert_role: str       # "Intelligence Officer", "Red Team", etc.
      в кавычках
    • низкая Рискованное назначение intent-offensive-security modules/merkle-dag.md:230
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      # Present to Red Team anonymized
    • низкая Рискованное назначение intent-offensive-security modules/reversibility-assessment.md:142
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      *Recommendation*: Convene full council. Extensive Red Team review required.
    • низкая Рискованное назначение intent-offensive-security SKILL.md:76
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Red Team | Gemini Flash | Adversarial challenge, failure modes |
    • низкая Рискованное назначение intent-offensive-security SKILL.md:87
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      | Red Team Commander | Gemini Flash | Adversarial challenge |
    • низкая Рискованное назначение intent-offensive-security SKILL.md:102
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Phase 4: Red Team Review (all COAs)
    • низкая Рискованное назначение intent-offensive-security SKILL.md:278
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      - Red Team challenges
    • низкая Рискованное назначение intent-offensive-security SKILL.md:385
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      4. **Phase 4 (Red Team)**: Red-team teammate receives all COAs, posts challenges; other teammates can **respond to challenges in real-time**

    Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "triggers"
    • заметка frontmatter-key неизвестное поле фронтматтера "source"
    • заметка frontmatter-key неизвестное поле фронтматтера "source_plugin"

    Процессный рейтинг: все десять параметров 60/100

    • 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: 13, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (war-room) не совпадает с папкой (nm-attune-war-room)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 60Ошибки и развилки. Развилок: 2
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 77
    • 100Стоимость исполнения. Тело инструкции 3741 токенов
    • low Разделов верхнего уровня: 16. Похоже на несколько доменов в одном скилле
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

    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)
    • +3Длина description 76: рекомендуется 120–800 символов
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Структура: 47 заголовков
    • +3Пошаговые инструкции: 77 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (15 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: suspicious
    This decision-review skill is mostly transparent, but it defaults to publishing sensitive deliberations to GitHub and recommends permission-bypassing execution for one external model.
    LLM: suspicious (high) · 26 авг. 2026 г.