BD hum
Ваш AI-писатель контента для X и LinkedIn. Hum управляет полным жизненным циклом контента: ежедневно сканирует ваши источники ленты и отправляет дайджест, генерирует идеи, основанные на реальных исследованиях YouTube, X, Reddit, HN и Интернета, а затем составляет черновики постов в вашем стиле, используя проверенные стили письма — от технического повествования до противоречивых мнений. Каждый черновик проходит цикл исследования → план → утверждение перед началом написания. После утверждения Hum публикует контент напрямую через API и управляет взаимодействием, составляя ответы и предлагая аккаунты для подписки.
машинный переводПоказать оригиналСкрыть оригинал«Your AI content writer for X and LinkedIn. Hum handles the full conten…»
Your AI content writer for X and LinkedIn. Hum handles the full content lifecycle: crawls your feed sources daily and sends a digest, brainstorms ideas grounded in real research across YouTube, X, Reddit, HN, and the web, then drafts posts in your voice using proven writing styles — from technical storytelling to contrarian takes. Every draft goes through a research → outline → approval loop before writing begins. Once approved, Hum publishes directly via API and manages engagement by drafting replies and suggesting accounts to follow.
Ваш AI-писатель контента для X и LinkedIn.
Как процесс D 44/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
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».
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
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 6
✓ Критических и высоких находок нет
Средние и низкие: 6
-
средняя Утечка данных
net-redirectable-api-keyscripts/lib/image-gen/generate.py:71Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой серверAPI key + configurable base URL from environment
-
низкая Опасные команды
cmd-background-processscripts/lib/bird_x.py:63Запуск фонового / автозапускаемого процессаpreexec = os.setsid if hasattr(os, "setsid") else None
-
низкая Опасные команды
cmd-background-processscripts/lib/bird_x.py:104Запуск фонового / автозапускаемого процессаpreexec = os.setsid if hasattr(os, "setsid") else None
-
низкая Опасные команды
cmd-background-processscripts/lib/bird_x.py:152Запуск фонового / автозапускаемого процессаpreexec = os.setsid if hasattr(os, "setsid") else None
-
низкая Секреты в коде
secret-high-entropy-tokenscripts/lib/vendor/bird-search/lib/twitter-client-base.js:88Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)authorization: 'Bearer AAAA…uTs%3D1Z…TnA',
в кавычках -
низкая Опасные команды
cmd-background-processscripts/lib/youtube_yt.py:102Запуск фонового / автозапускаемого процессаpreexec = os.setsid if hasattr(os, 'setsid') else None
Просканировано файлов: 73. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
frontmatter-yamlSKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Your AI content writer for X and LinkedIn. Hum handles the full co… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении - предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 44/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 17, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (hum) не совпадает с папкой (hum-writer)
- 55Ошибки и развилки. Развилок: 1
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 30
- 100Стоимость исполнения. Тело инструкции 1948 токенов
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
- low Ответ описан самодельной разметкой (17 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
- -33 из 5 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 541 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 9 заголовков
- +3Пошаговые инструкции: 30 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.