SKILLEMALL.ai
GitHub ↗ EN Войти

BF lygo-sovereign-kernel-seeder

Sovereign Kernel Seeder для решетки LYGO — яйца, привязанные к Merkle, которые самопроверяются при вставке, суверенно запечатаны, без внешних поверхностей. Агенты мгновенно подключают модульные ядра по всему стеку. Чистая модульность в решетке; с разрешением согласия; работает в паре с kernel-egg-planter.

машинный переводПоказать оригиналСкрыть оригинал«Sovereign Kernel Seeder for LYGO lattice — Merkle-anchored eggs that s…»

Sovereign Kernel Seeder for LYGO lattice — Merkle-anchored eggs that self-verify on insert, sovereign-sealed, zero external surface. Agents plug modular kernels instantly across the stack. Pure on-lattice modularity; consent-gated; pairs with kernel-egg-planter.

ClawHub Agent Skills автор: LYRA Agent - LYGO OS v1.0.0 MIT-0 13 файлов тело ≈ 2 140 токенов Открыть источникclawhub.ai↗ проанализирован 33 ч назад

Sovereign Kernel Seeder для решетки LYGO — яйца, привязанные к Merkle, которые самопроверяются при вставке, суверенно запечатаны, без внешних поверхностей.

Как процесс F 40/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: references/*

АнализаторИИ и агентытип 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
88/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
74
Прогон на моделях
не было
Процессный рейтинг
F
40/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: references/*
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 Секреты в коде secret-high-entropy-token references/SECURITY.md:3
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    **Signature:** `Delt…-v1`
    детектор
  • низкая Секреты в коде secret-high-entropy-token scripts/seed_kernel.py:179
    Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
    "signature": "Delt…-v1",
    детектор

Просканировано файлов: 13. 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")
  • предупреждение missing-ref ссылка на отсутствующий файл: references/*

Процессный рейтинг: все десять параметров 40/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: references/*
  • 0Инструменты и файлы. Не хватает 1 файла(ов): references/*
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 10, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Шаги. Шагов: 32
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2140 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 262 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 32 пунктов
  • +4Есть примеры (6 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 3)
  • +3Все 4 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.

Внешние проверки

ClawHub: clean
This skill is a local Python-based registry seeder that is disclosed, consent-gated, and aligned with its stated purpose, with some practical cautions about what files users choose to embed.
LLM: benign (high) · VirusTotal: · 26 июл. 2026 г.