SKILLEMALL.ai
GitHub ↗ EN Войти

BC disinto-factory

Настройте и управляйте автономной кодовой фабрикой disinto. Используйте при запуске нового экземпляра фабрики, проверке агентов и CI, управлении очередью или устранении неполадок стека.

машинный переводПоказать оригиналСкрыть оригинал«Set up and operate a disinto autonomous code factory. Use when bootstr…»

Set up and operate a disinto autonomous code factory. Use when bootstrapping a new factory instance, checking on agents and CI, managing the backlog, or troubleshooting the stack.

ClawHub Agent Skills автор: johba37 v0.2.1 MIT-0 4 файла · 1 скрипт тело ≈ 1 747 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Настройте и управляйте автономной кодовой фабрикой disinto.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ПроцедураРазработкаИнфраструктураИИ и агентытип 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
82/100
безопасность, качество, тесты
Безопасность 60%
84
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
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

    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 · 8

    ✓ Критических и высоких находок нет

    Средние и низкие: 8
    • средняя Утечка данных net-credential-use SKILL.md:178
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      WP_CSRF=$(curl -sf -b "user_sess=$WOODPECKER_TOKEN" http://loca…000/web-config.js \
    • средняя Утечка данных net-credential-use SKILL.md:180
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      curl -sf -b "user_sess=$WOODPECKER_TOKEN" -H "X-CSRF-Token: $WP_CSRF" \
    • низкая Опасные команды cmd-cron-mention SKILL.md:64
      Упоминание редактирования crontab
      docker exec -u agent disi…s-1 crontab -l -u agent
    • низкая Утечка данных read-dotenv SKILL.md:67
      Чтение файла .env (определение детектора / чёрного списка)
      docker exec disi…s-1 bash -c "source /home/agent/disinto/.env && curl -sf http://forg…000/api/v1/version | jq .version"
      детектор
    • низкая Утечка данных read-dotenv SKILL.md:76
      Чтение файла .env (определение детектора / чёрного списка)
      docker exec -u agent disi…s-1 bash -c "source /home/agent/disinto/.env && git clone http://dev-bot:\${FORGE_TOKEN}@forg…000/<org>/<repo>.git /home/agent/repos/<name>"
      детектор
    • низкая Утечка данных read-dotenv SKILL.md:106
      Чтение файла .env
      source .env && source lib/env.sh && export PROJECT_TOML=projects/<name>.toml && source lib/load-project.sh && source lib/mirrors.sh && mirror_push
    • низкая Утечка данных read-dotenv SKILL.md:119
      Чтение файла .env
      source .env
    • низкая Утечка данных read-dotenv SKILL.md:158
      Чтение файла .env
      source .env

    Просканировано файлов: 4. 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 58/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 60Ошибки и развилки. Развилок: 2
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 26, расплывчатых формулировок: 1
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1747 токенов
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
    • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

    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
    • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
    • -2Ссылки на localhost: у другого пользователя не заработает
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +3Длина description 179 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 14 заголовков
    • +3Пошаговые инструкции: 26 пунктов
    • +4Есть примеры (15 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.

    Внешние проверки

    ClawHub: suspicious
    The skill appears coherent for running an autonomous code factory, but it includes broad repo, CI, credential, and container-control steps with some under-scoped destructive and privileged operations.
    LLM: suspicious (high) · VirusTotal: · 28 мая 2026 г.