SKILLEMALL.ai
GitHub ↗ EN Войти

BC lobster-says

🦞 Говорит Креветка — ваша персональная эмпатичная креветка. Каждое утро и вечер она будет говорить вам слова поддержки, чтобы вы чувствовали себя увиденным. Регистрация cron-задач для отправки сообщений в IM-канал; опционально чтение локальных журналов сеансов в выбранном пользователем режиме понимания для создания сводки и загрузки на nixiashuo.com.

машинный переводПоказать оригиналСкрыть оригинал«🦞 虾说——你的专属共情虾。每天早晚给你一句关心的话，让你觉得被看到了。注册 cron 定时任务推送消息到 IM 通道；可选在用户选择的理…»

🦞 虾说——你的专属共情虾。每天早晚给你一句关心的话，让你觉得被看到了。注册 cron 定时任务推送消息到 IM 通道；可选在用户选择的理解模式下读取本地会话日志生成摘要上传到 nixiashuo.com。

ClawHub Agent Skills автор: Jared v2.5.8 MIT-0 13 файлов · 8 скриптов тело ≈ 2 483 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

🦞 Говорит Креветка — ваша персональная эмпатичная креветка.

Как процесс C 50/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

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
B
75/100
безопасность, качество, тесты
Безопасность 60%
79
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
50/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

Чем это грозит

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

Утечка данных средняя серьёзность

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

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. 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 · 5

✓ Критических и высоких находок нет

Средние и низкие: 5
  • средняя Утечка данных net-redirectable-api-key init-lobster.sh:32
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • средняя Утечка данных net-credential-use init-lobster.sh:236
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    EXISTING_STATUS=$(curl -fsS -H "Authorization: Bearer ${EXISTING_ACCESS_TOKEN}" "${API_BASE}/api/lobster/${EXISTING_USER_ID}/status" 2>/dev/null || true)
  • средняя Утечка данных net-credential-use init-lobster.sh:372
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    STATUS_RESPONSE=$(curl -fsS -H "Authorization: Bearer ${ACCESS_TOKEN}" "${API_BASE}/api/lobster/${ACTUAL_USER_ID}/status" 2>/dev/null || true)
  • средняя Утечка данных net-credential-use init-lobster.sh:381
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    STUDIO_LINK_RESPONSE=$(curl -fsS -H "Authorization: Bearer ${ACCESS_TOKEN}" "${API_BASE}/api/lobster/${ACTUAL_USER_ID}/studio-link" 2>/dev/null || true)
  • низкая Утечка данных net-credential-use send-studio-link.sh:82
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)
    LINKS_JSON="$(curl -fsS "${API_BASE}/api/lobster/${USER_ID}/studio-link" -H "Authorization: Bearer ${ACCESS_TOKEN}")" || error "工作室短链获取失败"
    в кавычках

Просканировано файлов: 13. 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 50/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 14, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 103
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2483 токенов
  • 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

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 104: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 103 пунктов
  • +4Есть примеры (13 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This companion skill is mostly coherent, but it deserves Review because it can run recurring background jobs, read and upload private chat transcripts, store bearer tokens locally, and has ambiguous WeCom delivery behavior.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.