SKILLEMALL.ai

BD brush-step

Навык автоматического накручивания шагов для Huami Sports (Zepp/Xiaomi Sports), поддерживает управление несколькими учетными записями. Активируется, когда пользователь упоминает накручивание шагов, изменение количества шагов в спорте, Huami Sports, Xiaomi Sports, шаги браслета.

машинный переводПоказать оригиналСкрыть оригинал«华米运动(Zepp/小米运动)自动刷步数技能,支持多账号管理。当用户提到刷步数、修改运动步数、华米运动、小米运动、手环步数时触发。…»

华米运动(Zepp/小米运动)自动刷步数技能,支持多账号管理。当用户提到刷步数、修改运动步数、华米运动、小米运动、手环步数时触发。

ClawHub Agent Skills автор: Xi'ao Zhao v1.0.0 MIT-0 7 файлов тело ≈ 603 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Навык автоматического накручивания шагов для Huami Sports (Zepp/Xiaomi Sports), поддерживает управление несколькими учетными записями.

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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

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
  • низкая Обфускация obf-base64-blob scripts/huami.py:163
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    data_json = '%5B%7B%22data_hr%22%3A%22%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F9L%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2FVv%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5
    в кавычках
  • низкая Обфускация obf-hex-escape-chain scripts/huami.py:163
    Обфускация строк через escape-последовательности / коды символов (в кавычках — упоминание, а не команда)
    data_json = '%5B%7B%22data_hr%22%3A%22%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F9L%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2FVv%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5C%2F%5
    в кавычках

Просканировано файлов: 7. 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 "displayName"

Процессный рейтинг: все десять параметров 49/100

  • 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
  • 40Согласованность. Имя во frontmatter (brush-step) не совпадает с папкой (xiaomi-brush-steps)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 27
  • 100Стоимость исполнения. Тело инструкции 603 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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)
  • +3Длина description 65: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -33 из 4 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 27 пунктов
  • +4Есть примеры (6 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: suspicious
This skill openly changes Zepp/Xiaomi fitness step records, but it asks for passwords, can automate recurring changes, and includes optional fake-IP behavior that users should review carefully.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.