SKILLEMALL.ai
GitHub ↗ EN Войти

BB logic-hunter

Инструмент для проверки логики и отслеживания доказательств на основе фреймворка интеллектуального анализа знаний «Золотой треугольник».

машинный переводПоказать оригиналСкрыть оригинал«Hard-core logic verification and evidence tracing tool based on the "G…»

Hard-core logic verification and evidence tracing tool based on the "Golden Triangle" knowledge mining framework

ClawHub Agent Skills автор: ken0122 v1.0.0 5 файлов тело ≈ 1 036 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Инструмент для проверки логики и отслеживания доказательств на основе фреймворка интеллектуального анализа знаний «Золотой треугольник».

Как процесс B 67/100 · Почти готов — слабые места: когда включается, ошибки и развилки, повторный запуск

АнализаторИнфраструктуратип 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
84/100
безопасность, качество, тесты
Безопасность 60%
92
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
три самых слабых из десяти параметров · все десять

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 · 8

✓ Критических и высоких находок нет

Средние и низкие: 8
  • низкая Рискованное назначение intent-offensive-security README.md:13
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    - **Red Team Challenge** — Automatically finds survivor bias, reverse causality, and other logical vulnerabilities
  • низкая Рискованное назначение intent-offensive-security README.md:78
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    🔴 Red Team Attack Points
  • низкая Рискованное назначение intent-offensive-security README.md:125
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    🔴 Red Team Attack Points
  • низкая Рискованное назначение intent-offensive-security SKILL.md:23
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    4. **Red Team Challenge**: Simulate opponent role to find "survivor bias" or "reverse causality" in current evidence chain
  • низкая Рискованное назначение intent-offensive-security SKILL.md:68
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    🔴 Red Team Attack Points
  • низкая Рискованное назначение intent-offensive-security SKILL.md:106
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    4. Execute red team attack to identify vulnerabilities
  • низкая Рискованное назначение intent-offensive-security SKILL.md:120
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    4. Red team attack: Find survivor bias, reverse causality
  • низкая Рискованное назначение intent-offensive-security SKILL.md:134
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
    🔴 Red Team Attack Points

Просканировано файлов: 5. 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 67/100

  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 20
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1036 токенов

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 112: рекомендуется 120–800 символов
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
Logic Hunter is a coherent fact-checking skill that uses search and a local scoring helper without evidence of hidden, destructive, or privileged behavior.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.