SKILLEMALL.ai

AB longxia-scan

Сканирует общедоступный репозиторий GitHub, папку или файл с навыком ИИ-агента с помощью сканера безопасности Longxia для статической предварительной установки. Используйте перед установкой или проверкой навыка на основе SKILL.md (OpenClaw, Claude Code, Codex, Cursor или других), или когда пользователь запрашивает проверку рискованных инструкций, скриптов, разрешений, доступа к учетным данным, сетевого поведения, установки пакетов или сигналов цепочки поставок без выполнения исходного кода.

машинный переводПоказать оригиналСкрыть оригинал«Scan a public GitHub repository, folder, or file containing an AI agen…»

Scan a public GitHub repository, folder, or file containing an AI agent skill with Longxia's static pre-install security scanner. Use before installing or reviewing an OpenClaw, Claude Code, Codex, Cursor, or other SKILL.md-based skill, or when the user asks to inspect risky instructions, scripts, permissions, credential access, network behavior, package installation, or supply-chain signals without executing source code.

ClawHub Agent Skills автор: john-dong v1.0.0 MIT-0 4 файла · 1 скрипт тело ≈ 899 токенов Открыть источникclawhub.ai проанализирован 28 ч назад

Сканирует общедоступный репозиторий GitHub, папку или файл с навыком ИИ-агента с помощью сканера безопасности Longxia для статической предварительной установки.

Как процесс B 69/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

АнализаторGitHubРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
B
69/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

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 · 0

    ✓ Критических и высоких находок нет

    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 69/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 30
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 899 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • +2Инструкции на одном языке
    • +3Длина description 425 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 4 заголовков
    • +3Пошаговые инструкции: 30 пунктов
    • +4Есть примеры (2 блоков кода)
    • +3Все 1 скриптов описаны в инструкциях
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed remote scanner that sends a user-provided public GitHub URL to Longxia and does not execute the target repository.
    LLM: benign (high) · VirusTotal: · 26 июл. 2026 г.