SKILLEMALL.ai
GitHub ↗ EN Войти

CC skills-summarize-audit

Для китайскоязычных пользователей. Предоставляет уточнение перевода базы навыков, профилирование проектов и основанные на доказательствах рекомендации по навыкам/плагинам. Используется для «Обзор навыков», «Уточнение перевода навыков», «Профилирование проектов», «Рекомендации по навыкам»; объединяет источник, версию, доказательства использования, конфликты и состояние MCP/Agent для предоставления шагов оптимизации. По умолчанию только для чтения, не выполняет установку, удаление, настройку или публикацию.

машинный переводПоказать оригиналСкрыть оригинал«面向中文用户，提供技能库翻译精炼、项目画像和基于证据的技能/插件推荐操作。用于“技能审查”“技能翻译精炼”“项目画像”“技能推荐”；结合来源…»

面向中文用户，提供技能库翻译精炼、项目画像和基于证据的技能/插件推荐操作。用于“技能审查”“技能翻译精炼”“项目画像”“技能推荐”；结合来源、版本、使用证据、冲突与 MCP/Agent 状态给出优化步骤。默认只读，不执行安装、卸载、配置或发布。

ClawHub Agent Skills автор: Zhengqian v9.2.2 MIT-0 80 файлов · 18 скриптов тело ≈ 912 токенов Открыть источникclawhub.ai↗ проанализирован 8 дн назад

Для китайскоязычных пользователей.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИИ и агентыТексты и документытип 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
C
87/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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 Секреты в коде secret-high-entropy-token scripts/extract_usage_signals.py:612
    Строка, похожая на токен (может быть id, хеш или секрет) (значение-заглушка)
    # roll…53-<uuid>.jsonl
    заглушка

Ещё 1 совпадений отнесены к цитатам в документации скилла по безопасности и не считаются находками.

Просканировано файлов: 57. 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")

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 12
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 912 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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • -33 из 7 скриптов не упомянуты в SKILL.md
  • +2Инструкции на одном языке
  • +3Длина description 122 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 12 пунктов
  • +4Справочные файлы упоминаются в инструкциях (16 из 23)
  • +1Лицензия указана

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

Внешние проверки

ClawHub: clean
This skill is a read-only auditing and recommendation helper, with sensitive local scans disclosed and mostly gated by explicit user action.
LLM: benign (high) · VirusTotal: · 20 сент. 2026 г.