SKILLEMALL.ai
GitHub ↗ EN Войти

DF xiaomi-homne-ha

(описание отсутствует)

Не рекомендуетсянизкая оценка D
ClawHub Agent Skills автор: DillonHuang v1.0.0 MIT-0 5 файлов · 2 скрипта тело ≈ 3 082 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Как процесс F 26/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

СправочникИнфраструктуратип 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
D
58/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
0
Прогон на моделях
не было
Процессный рейтинг
F
26/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Когда включается вес 12
0
три самых слабых из десяти параметров · все десять

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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Утечка данных net-credential-use test-mock.sh:55
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (тестовый файл / пример)
    curl -sf "${MOCK_URL}$1" -H "Authorization: Bearer ${MOCK_TOKEN}"
    тестовый файл
  • низкая Утечка данных net-credential-use test-mock.sh:88
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (тестовый файл / пример)
    if curl -sf "${MOCK_URL}/api/" -H "Authorization: Bearer ${MOCK_TOKEN}" &>/dev/null; then
    тестовый файл
  • низкая Утечка данных net-credential-use test-mock.sh:103
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (тестовый файл / пример)
    STATUS=$(curl -s -o /dev/null -w "%{http_code}" "${MOCK_URL}/api/" -H "Authorization: Bearer ${MOCK_TOKEN}")
    тестовый файл

Просканировано файлов: 5. 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 26/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Когда включается. Не сказано, при каком запросе скилл включается
  • 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
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3082 токенов

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
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 26 заголовков
  • +4Есть примеры (20 блоков кода)

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

Внешние проверки

ClawHub: suspicious
This smart-home skill is coherent but needs review because it gives broad Home Assistant control and encourages unsafe handling of a long-lived access token.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.