SKILLEMALL.ai
GitHub ↗ EN Войти

AB scout

Исследование справочных материалов перед разработкой. Создает «Список кражи»: конкретные шаблоны, извлеченные из реальных продуктов и кодовых баз, которые решали аналогичные проблемы. Два режима: UI/UX (снимок экрана + анализ лучших продуктов) и Код (поиск репозиториев, чтение реализаций, сравнение архитектур). Вывод: структурированный справочный документ в .scout/ в корне проекта. Используйте, когда: «найти ссылки», «как это делают другие», «покажите мне примеры», «исследовать перед созданием», «разведка», «что есть», «предшествующее искусство». Проактивно предлагайте, когда пользователь собирается создать что-то нетривиальное и еще не изучил предшествующее искусство.

машинный переводПоказать оригиналСкрыть оригинал«Pre-development reference research. Produces a Steal List: concrete pa…»

Pre-development reference research. Produces a Steal List: concrete patterns extracted from real products and real codebases that solved similar problems. Two modes: UI/UX (screenshot + analyze the best products) and Code (find repos, read implementations, compare architectures). Output: structured reference document at .scout/ in the project root. Use when: "find references", "how do others do this", "show me examples", "research before building", "scout", "what's out there", "prior art". Proactively suggest when the user is about to build something non-trivial and hasn't looked at prior art.

ClawHub Agent Skills автор: Hybirdss v1.0.0 MIT-0 2 файла тело ≈ 2 984 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Исследование справочных материалов перед разработкой.

Как процесс B 75/100 · Почти готов — слабые места: входы и предусловия, согласованность

СправочникРазработкаИнфраструктуратип 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
A
94/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
B
75/100
Почти готов
Входы и предусловия вес 11
0
Согласованность вес 8
40
Результат и критерий готовности вес 14
60
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

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

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

    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

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
      Заранее разрешены широкие инструменты: Bash
      allowed-tools: Bash Read Write Grep Glob AskUserQuestion WebSearch WebFetch Agent

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

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 75/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 40Согласованность. Имя во frontmatter (scout) не совпадает с папкой (steal-list)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 28
    • 100Ошибки и развилки. Развилок: 6, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 2984 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 6 примера фраз-триггеров в кавычках
    • +3Длина description 600 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 28 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (7 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    The skill appears to be a disclosed research/scouting helper that may inspect a project and save a local report, with no evidence of deception or harmful behavior.
    LLM: benign (medium) · VirusTotal: · 29 мая 2026 г.