SKILLEMALL.ai

AC mcpjungle-management

Управляет шлюзом MCPJungle через его CLI. Используйте, когда пользователю нужно перечислить, зарегистрировать, отменить регистрацию, включить, отключить, вызвать или проверить серверы, инструменты, промпты и группы инструментов MCP, предоставляемые работающим экземпляром mcpjungle. Охватывает такие операции, как регистрация сервера, управление жизненным циклом инструментов/промптов, экспорт конфигурации и прямое вызов инструментов.

машинный переводПоказать оригиналСкрыть оригинал«Manage MCPJungle gateway through its CLI. Use when the user needs to l…»

Manage MCPJungle gateway through its CLI. Use when the user needs to list, register, deregister, enable, disable, invoke, or inspect MCP servers, tools, prompts, and tool groups exposed by a running mcpjungle instance. Covers operations like server registration, tool/prompt lifecycle management, configuration export, and direct tool invocation.

ClawHub Agent Skills автор: ctxinf v1.0.2 MIT-0 2 файла тело ≈ 773 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Управляет шлюзом MCPJungle через его CLI.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, согласованность

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 40Согласованность. Имя во frontmatter (mcpjungle-management) не совпадает с папкой (mcpjungle)
    • 50Шаги. Шагов: 2
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Стоимость исполнения. Тело инструкции 773 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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)
    • +3Нет пошаговых инструкций или чек-листа
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -2Ссылки на localhost: у другого пользователя не заработает
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 346 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +4Есть примеры (16 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.

    Внешние проверки

    ClawHub: clean
    The skill appears to be a coherent MCP management helper, but users should be careful with service-changing commands and data sent to MCP tools.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.