BF working-with-emm
Сохраняет и извлекает личные предпочтения, решения и контекст между разговорами через Emm AI с помощью MCP и (при включении) запускает постоянные инструкции Emm AI, вики вывода и цикл повторяющихся задач поверх этого. Активируется, когда пользователь упоминает запоминание, вспоминание решений, сохранение информации на потом, персонализированные рекомендации, общий контекст с другими, управление подключенными устройствами или что-либо, что выигрывает от долговременной памяти. Также активируется, когда личный контекст улучшит ответ (планирование поездки, подготовка к встрече, покупки, диета, здоровье или любой запрос, где важна история пользователя), И когда пользователь запрашивает «запуск агента», «запустить цикл», «что на моей панели управления», «очистить мои задачи» или аналогичные фразы, связанные с поверхностью управления миссией Emm AI.
машинный переводПоказать оригиналСкрыть оригинал«Stores and retrieves personal preferences, decisions, and context acro…»
Stores and retrieves personal preferences, decisions, and context across conversations using Emm AI via MCP, and (when enabled) runs Emm AI's standing instructions, output wiki, and recurring-task cycle on top. Activates when the user mentions remembering, recalling decisions, saving info for later, personalized recommendations, shared context with others, controlling connected devices, or anything benefiting from long-term memory. Also activates when personal context would improve the response (trip planning, meeting prep, purchases, diet, health, or any request where knowing user history matters), AND when the user asks for an "agent run", "run the cycle", "what's on my dashboard", "drain my tasks", or equivalent phrasing tied to Emm AI's mission-control surface.
Сохраняет и извлекает личные предпочтения, решения и контекст между разговорами через Emm AI с помощью MCP и (при включении) запускает постоянные инструкции…
Как процесс F 50/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: <actor_url>/app/memory, …, <actor_url>/app/memory
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
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».
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
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Утечка данных
net-credential-usescripts/manual-oauth.sh:95Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)TOKEN_RESPONSE=$(curl -sf -X POST "$TOKEN_URL" \
Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 12662 токенов (рекомендуется < 5000); вынесите детали в references/ - предупреждение
missing-refссылка на отсутствующий файл: <actor_url>/app/memory - предупреждение
missing-refссылка на отсутствующий файл: … - предупреждение
missing-refссылка на отсутствующий файл: <actor_url>/app/memory - предупреждение
missing-refссылка на отсутствующий файл: url - предупреждение
missing-refссылка на отсутствующий файл: <actor_url>/app/outputs?category=<c>&id=<id> - предупреждение
missing-refссылка на отсутствующий файл: <host>/<actor_id>/app/outputs?category=email&id=42 - предупреждение
missing-refссылка на отсутствующий файл: <actor_url>/app/memory - предупреждение
missing-refссылка на отсутствующий файл: <host>/<actor_id>/app/memory
Процессный рейтинг: все десять параметров 50/100
- 0Инструменты и файлы. Не хватает 8 файла(ов): <actor_url>/app/memory, …, <actor_url>/app/memory
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 40Стоимость исполнения. Тело инструкции 12662 токенов: вытесняет саму задачу из окна
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Шаги. Шагов: 74
- 100Ошибки и развилки. Развилок: 25, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 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: 23. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (24 тегов): типизированный вызов надёжнее
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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- -31 из 1 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +5В description 4 примера фраз-триггеров в кавычках
- +3Длина description 775 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 27 заголовков
- +3Пошаговые инструкции: 74 пунктов
- +4Есть примеры (4 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (8 из 8)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.