AC python-hardener
Укрепляет Python-скрипты, применяя полный обзор безопасности, рефакторинг чистого кода, надежную обработку ошибок, правильное логирование и полное покрытие docstring — затем создает сопутствующий файл документации Markdown. Используйте этот навык всякий раз, когда пользователь загружает или ссылается на Python-файлы и запрашивает что-либо из следующего (даже если упоминается только одно): - обзор безопасности, проверка SQL-инъекций, инъекции команд оболочки, обход пути - обработка ошибок, исправления try/except, удаление bare except - логирование, RotatingFileHandler, правильная настройка логов - чистый код, рефакторинг, осмысленные имена переменных - docstrings, type hints, документация параметров - обзор кода, укрепление кода, скрипт, готовый к продакшену - "исправить этот скрипт", "улучшить этот код", "сделать этот код безопасным" Также активируйте, когда пользователь говорит что-то вроде "проверить и исправить", "сделать это готовым к продакшену", "добавить правильную обработку ошибок и логирование" или загружает .py-файлы вместе с запросом на обзор. Если несколько Python-файлов загружены вместе, укрепите их все.
машинный переводПоказать оригиналСкрыть оригинал«Hardens Python scripts by applying a complete security review, clean-c…»
Hardens Python scripts by applying a complete security review, clean-code refactoring, robust error handling, proper logging, and full docstring coverage — then produces a companion Markdown documentation file. Use this skill whenever the user uploads or references Python files and asks for any of the following (even if they only mention one): - security review, SQL injection check, shell injection, path traversal - error handling, try/except fixes, bare except removal - logging, RotatingFileHandler, proper log setup - clean code, refactoring, meaningful variable names - docstrings, type hints, parameter documentation - code review, code hardening, production-ready script - "fix this script", "improve this code", "make this safe" Also trigger when the user says things like "review and fix", "make this production-ready", "add proper error handling and logging", or uploads .py files alongside a review request. If multiple Python files are uploaded together, harden all of them.
Укрепляет Python-скрипты, применяя полный обзор безопасности, рефакторинг чистого кода, надежную обработку ошибок, правильное логирование и полное покрытие…
Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность
Как улучшить
- 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: 2. 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 57/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 40Согласованность. Имя во frontmatter (python-hardener) не совпадает с папкой (skill-python-hardener)
- 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 85Шаги. Шагов: 41, расплывчатых формулировок: 1
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Стоимость исполнения. Тело инструкции 1528 токенов
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 989: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 6 примера фраз-триггеров в кавычках
- +4Структура: 11 заголовков
- +3Пошаговые инструкции: 41 пунктов
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.