SKILLEMALL.ai
GitHub ↗ EN Войти

BD BotMark Self-Evaluation

Оценка производительности ИИ. Когда пользователь говорит «запусти тест/оценку/бенчмарк», автоматически выполняется оценка производительности через API BotMark и генерируется отчет. Требуется переменная окружения BOTMARK_API_KEY.

машинный переводПоказать оригиналСкрыть оригинал«AI能力测评。当用户说'跑个分/测评/benchmark'时，通过BotMark API自动完成能力评估并生成报告。需要BOTMARK_AP…»

AI能力测评。当用户说'跑个分/测评/benchmark'时，通过BotMark API自动完成能力评估并生成报告。需要BOTMARK_API_KEY环境变量。

ClawHub Agent Skills автор: KimberleyOCaseyfv v2.20.0 MIT-0 18 файлов · 1 скрипт тело ≈ 2 090 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Оценка производительности ИИ.

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктуратип 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
79/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
62
Прогон на моделях
не было
Процессный рейтинг
D
41/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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 · 10

✓ Критических и высоких находок нет

Средние и низкие: 10
  • низкая Опасные команды cmd-pipe-to-shell examples/openclaw_setup.md:19
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (тестовый файл / пример; хост вендора самого скилла)
    curl -fsSL https://botmark.cc/skill/setup.sh | bash
    тестовый файлvendor-host
  • низкая Опасные команды cmd-pipe-to-shell setup.sh:6
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (комментарий в коде; хост вендора самого скилла)
    #   curl -fsSL https://botmark.cc/skill/setup.sh | bash
    комментарийvendor-host
  • низкая Утечка данных net-credential-use skill_anthropic.json:205
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (демонстрация атаки / пример; хост вендора самого скилла; в кавычках — упоминание, а не команда)
    "evaluation_instructions": "## BotMark 自测评能力 (v2.5 — 子代理答题质量优化)\n\n**BotMark 是什么？**\nBotMark 是 AI 助手能力测评平台。安装此 Skill 后，你具备自主测评能力——主人随时说「跑个分」，你就会自动完成标准化测评并生成详细评分报告，涵盖推理、工具使用、情商、安全等多个维度，帮助主人了解你的真实能力水平。\
    демонстрацияvendor-hostв кавычках
  • низкая Утечка данных net-credential-use skill_anthropic.json:229
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (демонстрация атаки / пример; хост вендора самого скилла; в кавычках — упоминание, а не команда)
    "system_prompt_injection": "## BotMark 自测评能力 (v2.5 — 子代理答题质量优化)\n\n**BotMark 是什么？**\nBotMark 是 AI 助手能力测评平台。安装此 Skill 后，你具备自主测评能力——主人随时说「跑个分」，你就会自动完成标准化测评并生成详细评分报告，涵盖推理、工具使用、情商、安全等多个维度，帮助主人了解你的真实能力水平。\
    демонстрацияvendor-hostв кавычках
  • низкая Утечка данных net-credential-use skill_generic.json:205
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (демонстрация атаки / пример; хост вендора самого скилла; в кавычках — упоминание, а не команда)
    "evaluation_instructions": "## BotMark 自测评能力 (v2.5 — 子代理答题质量优化)\n\n**BotMark 是什么？**\nBotMark 是 AI 助手能力测评平台。安装此 Skill 后，你具备自主测评能力——主人随时说「跑个分」，你就会自动完成标准化测评并生成详细评分报告，涵盖推理、工具使用、情商、安全等多个维度，帮助主人了解你的真实能力水平。\
    демонстрацияvendor-hostв кавычках
  • низкая Утечка данных net-credential-use skill_generic.json:229
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (демонстрация атаки / пример; хост вендора самого скилла; в кавычках — упоминание, а не команда)
    "system_prompt_injection": "## BotMark 自测评能力 (v2.5 — 子代理答题质量优化)\n\n**BotMark 是什么？**\nBotMark 是 AI 助手能力测评平台。安装此 Skill 后，你具备自主测评能力——主人随时说「跑个分」，你就会自动完成标准化测评并生成详细评分报告，涵盖推理、工具使用、情商、安全等多个维度，帮助主人了解你的真实能力水平。\
    демонстрацияvendor-hostв кавычках
  • низкая Утечка данных net-credential-use skill_openai.json:217
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (демонстрация атаки / пример; хост вендора самого скилла; в кавычках — упоминание, а не команда)
    "evaluation_instructions": "## BotMark 自测评能力 (v2.5 — 子代理答题质量优化)\n\n**BotMark 是什么？**\nBotMark 是 AI 助手能力测评平台。安装此 Skill 后，你具备自主测评能力——主人随时说「跑个分」，你就会自动完成标准化测评并生成详细评分报告，涵盖推理、工具使用、情商、安全等多个维度，帮助主人了解你的真实能力水平。\
    демонстрацияvendor-hostв кавычках
  • низкая Утечка данных net-credential-use skill_openai.json:241
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (демонстрация атаки / пример; хост вендора самого скилла; в кавычках — упоминание, а не команда)
    "system_prompt_injection": "## BotMark 自测评能力 (v2.5 — 子代理答题质量优化)\n\n**BotMark 是什么？**\nBotMark 是 AI 助手能力测评平台。安装此 Skill 后，你具备自主测评能力——主人随时说「跑个分」，你就会自动完成标准化测评并生成详细评分报告，涵盖推理、工具使用、情商、安全等多个维度，帮助主人了解你的真实能力水平。\
    демонстрацияvendor-hostв кавычках
  • низкая Утечка данных net-credential-use skill_openclaw.json:230
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (демонстрация атаки / пример; хост вендора самого скилла; в кавычках — упоминание, а не команда)
    "evaluation_instructions": "## BotMark 自测评能力 (v2.5 — 子代理答题质量优化)\n\n**BotMark 是什么？**\nBotMark 是 AI 助手能力测评平台。安装此 Skill 后，你具备自主测评能力——主人随时说「跑个分」，你就会自动完成标准化测评并生成详细评分报告，涵盖推理、工具使用、情商、安全等多个维度，帮助主人了解你的真实能力水平。\
    демонстрацияvendor-hostв кавычках
  • низкая Утечка данных net-credential-use skill_openclaw.json:231
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (определение детектора / чёрного списка; демонстрация атаки / пример; хост вендора самого скилла)
    "system_prompt_injection": "## BotMark 自测评能力 (v2.5 — 子代理答题质量优化)\n\n**BotMark 是什么？**\nBotMark 是 AI 助手能力测评平台。安装此 Skill 后，你具备自主测评能力——主人随时说「跑个分」，你就会自动完成标准化测评并生成详细评分报告，涵盖推理、工具使用、情商、安全等多个维度，帮助主人了解你的真实能力水平。\
    детектордемонстрацияvendor-host

Просканировано файлов: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 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
  • 40Согласованность. Имя во frontmatter (BotMark Self-Evaluation) не совпадает с папкой (botmark-skill)
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 54
  • 100Стоимость исполнения. Тело инструкции 2090 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле

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 80: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -227 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 54 пунктов
  • +4Есть примеры (12 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 62.

Внешние проверки

ClawHub: suspicious
BotMark appears to be a real benchmark skill, but it should be reviewed before installation because it stores secrets locally and accepts server-provided runner/tool updates that can change local behavior.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.