SKILLEMALL.ai

BC logistics-care

Навык обнаружения задержек в электронной коммерции и отправки успокаивающих SMS-сообщений клиентам. Импортируйте CSV-файл с заказами или вручную введите номер отслеживания, автоматически проверяйте логистику, обнаруживайте риски задержек (просрочка отправки/остановка транспортировки/аномалия доставки/ожидаемая просрочка), генерируйте успокаивающие фразы с помощью ИИ и отправляйте их клиентам через SMS от Alibaba Cloud/Tencent Cloud. Поддерживает режим предварительного просмотра dry-run. Триггеры: задержка логистики, задержка экспресс-доставки, просрочка отправки, аномалия логистики, успокаивающее сообщение, ускорить отправку, проверка логистики, запрос логистики заказа, пакетная проверка экспресс-доставки, напоминание о логистике, logistics delay, shipping delay, delivery notification, логистика электронной коммерции, напоминание об отправке.

машинный переводПоказать оригиналСкрыть оригинал«电商物流延迟检测与客户安抚短信发送技能。导入订单CSV或手动输入运单号, 自动查询物流轨迹、检测延迟风险(发货超时/运输停滞/派送异常/预计…»

电商物流延迟检测与客户安抚短信发送技能。导入订单CSV或手动输入运单号, 自动查询物流轨迹、检测延迟风险(发货超时/运输停滞/派送异常/预计超时), AI生成安抚话术,通过阿里云/腾讯云短信发送给客户。支持dry-run预览模式。 Triggers: 物流延迟, 快递延迟, 发货超时, 物流异常, 安抚短信, 催发货, 物流检测, 订单物流查询, 批量查快递, 物流提醒, logistics delay, shipping delay, delivery notification, 电商物流, 发货提醒.

ClawHub Agent Skills автор: bettermen v1.0.0 MIT-0 8 файлов тело ≈ 602 токенов Открыть источникclawhub.ai проанализирован 34 ч назад

Навык обнаружения задержек в электронной коммерции и отправки успокаивающих SMS-сообщений клиентам.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияЛогистика и складтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
78
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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.

Опасные команды средняя серьёзность

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

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • средняя Опасные команды cmd-eval-dynamic scripts/logistics_checker.py:23
    Динамическое выполнение кода из декодированного/недоверенного ввода
    os.system(f"{sys.executable} -m pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn")
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Read Write Edit Bash WebFetch WebSearch

Просканировано файлов: 8. 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 "agent_created"

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
  • 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
  • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 21
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 602 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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 255 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 20 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)
  • +3Все 3 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 78.

Внешние проверки

ClawHub: suspicious
The skill matches its logistics/SMS purpose, but it handles customer data and SMS credentials with too few safety guardrails.
LLM: suspicious (high) · VirusTotal: · 15 июн. 2026 г.