SKILLEMALL.ai
GitHub ↗ EN Войти

BC cleaning-assistant

Помощник по комплексному управлению уборкой. Охватывает создание планов уборки, чек-листы проверки чистоты комнат, управление запасами чистящих средств, отслеживание записей об уборке, базу знаний по уборке (удаление жира/известкового налета/плесени/уход за полами и т. д.), наглядные ежемесячные отчеты. Ввод задач по уборке на естественном языке, локальное хранение SQLite, интерактивные HTML-отчеты. Ключевые слова: уборка, наведение порядка, генеральная уборка, план уборки, чек-лист уборки, чистящие средства, советы по уборке, удаление жира, удаление плесени, мытье окон, мытье полов, отчет об уборке, уборка сегодня, домашние дела.

машинный переводПоказать оригиналСкрыть оригинал«智能保洁全流程管理助手。覆盖保洁计划生成、房间清洁检查清单、保洁用品库存管理、 清洁记录追踪、保洁知识库（去油污/除水垢/防霉/地板护理等）…»

智能保洁全流程管理助手。覆盖保洁计划生成、房间清洁检查清单、保洁用品库存管理、 清洁记录追踪、保洁知识库（去油污/除水垢/防霉/地板护理等）、可视化月度报告。 自然语言录入保洁任务，本地SQLite存储，交互式HTML报告。 触发词：保洁, 打扫卫生, 大扫除, 清洁计划, 清洁清单, 保洁用品, 清洁技巧, 去油污, 除霉, 擦窗, 拖地, 清洁报告, 今天打扫, 家务, 做卫生。

ClawHub Agent Skills автор: bettermen v1.0.0 MIT-0 5 файлов тело ≈ 1 034 токенов Открыть источникclawhub.ai↗ проанализирован 35 ч назад

Помощник по комплексному управлению уборкой.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкатип 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
86/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Read Write Bash WebFetch

Просканировано файлов: 5. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "location"
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 23
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1034 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 13. 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 193 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 30 заголовков
  • +3Пошаговые инструкции: 23 пунктов
  • +4Есть примеры (18 блоков кода)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a coherent local cleaning-management skill, but users should know it may save cleaning activity from broad natural-language triggers and its HTML reports load Chart.js from a CDN.
LLM: benign (medium) · VirusTotal: · 20 июн. 2026 г.