SKILLEMALL.ai

DC toggl-cli

(описание отсутствует)

Не рекомендуетсянизкая оценка D
ClawHub Agent Skills автор: FroeMic v1.0.0 2 файла тело ≈ 1 373 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Как процесс C 57/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, отчётность по ходу

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
D
50/100
безопасность, качество, тесты
Безопасность 60%
84
Качество 40%
0
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Когда включается вес 12
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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.

Утечка данных средняя серьёзность

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

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

  1. Добавьте description во фронтматтер: без него скилл никогда не сработает.
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 · 4

✓ Критических и высоких находок нет

Средние и низкие: 4
  • средняя Утечка данных net-credential-use SKILL.md:143
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -u $TOGGL_API_TOKEN:api_token \
  • средняя Утечка данных net-credential-use SKILL.md:149
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -X POST -u $TOGGL_API_TOKEN:api_token \
  • средняя Утечка данных net-credential-use SKILL.md:157
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -X PATCH -u $TOGGL_API_TOKEN:api_token \
  • низкая Утечка данных net-credential-use SKILL.md:138
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (хост вендора самого скилла)
    curl -u $TOGGL_API_TOKEN:api_token https://api.track.toggl.com/api/v9/me
    vendor-host

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

По спецификации Agent Skills

  • ошибка frontmatter SKILL.md: no YAML frontmatter block found
  • ошибка name-missing SKILL.md: нет поля name во фронтматтере
  • ошибка description-missing SKILL.md: нет description — скилл никогда не сработает

Процессный рейтинг: все десять параметров 57/100

  • 0Когда включается. Не сказано, при каком запросе скилл включается
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 100Шаги. Шагов: 10
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1373 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)
  • +3Длина description 0: рекомендуется 120–800 символов
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 10 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (16 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 0.

Внешние проверки

ClawHub: suspicious
The skill fits its Toggl purpose, but its install path asks users to run unpinned third-party code and link it globally, so it needs review before use.
LLM: suspicious (high) · VirusTotal: benign · 10 сент. 2026 г.