SKILLEMALL.ai

BC bilibili-all-in-one

Комплексный набор инструментов для Bilibili, объединяющий мониторинг популярных трендов, загрузку видео, просмотр/воспроизведение видео, загрузку субтитров и публикацию видео в один унифицированный навык. Поддерживает аутентификацию через cookie сессии Bilibili для публикации и загрузки в высоком качестве. Запросы отправляются на официальные конечные точки API Bilibili и API YouTube oEmbed (для статистики YouTube) через HTTPS.

машинный переводПоказать оригиналСкрыть оригинал«A comprehensive Bilibili toolkit that integrates hot trending monitori…»

A comprehensive Bilibili toolkit that integrates hot trending monitoring, video downloading, video watching/playback, subtitle downloading, and video publishing capabilities into a single unified skill. Supports Bilibili session cookie authentication for publishing and high-quality downloads. Requests go to official Bilibili API endpoints and YouTube oEmbed API (for YouTube stats) over HTTPS.

Не рекомендуетсяесть критические или высокие находки безопасности
ClawHub Agent Skills автор: hollowings v1.0.0 MIT-0 19 файлов тело ≈ 4 522 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Комплексный набор инструментов для Bilibili, объединяющий мониторинг популярных трендов, загрузку видео, просмотр/воспроизведение видео, загрузку субтитров и…

Как процесс C 60/100 · Есть пробелы — слабые места: когда включается, согласованность, повторный запуск

ИнтеграцияYouTubeМедиа и видеотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
78/100
безопасность, качество, тесты
Безопасность 60%
82
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Когда включается вес 12
20
Повторный запуск вес 4
30
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Утечка данных
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. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
  2. 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 · 1

  • высокая Утечка данных intent-browser-credential-store skill.md:47
    Доступ к хранилищу паролей / cookies браузера
    > These are sensitive Bilibili session cookies needed for authenticated operations (publishing, high-quality downloads).

Просканировано файлов: 17. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "type"
  • заметка frontmatter-key неизвестное поле фронтматтера "implementation"
  • заметка frontmatter-key неизвестное поле фронтматтера "interface"
  • заметка frontmatter-key неизвестное поле фронтматтера "runtime"
  • заметка frontmatter-key неизвестное поле фронтматтера "languages"
  • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
  • заметка frontmatter-key неизвестное поле фронтматтера "repository"
  • заметка frontmatter-key неизвестное поле фронтматтера "entry_point"
  • заметка frontmatter-key неизвестное поле фронтматтера "required_env_vars"
  • заметка frontmatter-key неизвестное поле фронтматтера "optional_env_vars"
  • заметка frontmatter-key неизвестное поле фронтматтера "install"

Процессный рейтинг: все десять параметров 60/100

  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 24, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (bilibili-all-in-one) не совпадает с папкой (bilibili-all-in-one-1-0-12)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 4522 токенов
  • 100Шаги. Шагов: 16
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
  • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

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)
  • -243 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 395 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 50 заголовков
  • +3Пошаговые инструкции: 16 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (21 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This is a disclosed Bilibili toolkit that needs sensitive cookies for account actions, but the reviewed artifacts do not show hidden exfiltration, persistence, or deceptive behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.