SKILLEMALL.ai
GitHub ↗ EN Войти

AC openclaw-n8n-orchestrator

Когда пользователь хочет подключить агент OpenClaw к рабочим процессам n8n, создать навыки веб-хуков n8n для OpenClaw, маршрутизировать вызовы API агента через n8n для изоляции учетных данных, создавать двунаправленные конвейеры OpenClaw-to-n8n, проектировать шаблон оркестрации прокси, развертывать совместно расположенные стеки Docker, внедрять архитектуру n8n-claw или публиковать навыки OpenClaw n8n в ClawHub — активируйте этот навык. Также срабатывает на "openclaw webhook", "agent workflow automation", "credential isolation", "gateway ingress", "n8n proxy pattern" или при обеспечении безопасности доступа к API автономных агентов через детерминированную оркестрацию.

машинный переводПоказать оригиналСкрыть оригинал«When the user wants to connect an OpenClaw agent to n8n workflows, cre…»

When the user wants to connect an OpenClaw agent to n8n workflows, create n8n webhook skills for OpenClaw, route agent API calls through n8n for credential isolation, build bidirectional OpenClaw-to-n8n pipelines, design the proxy orchestration pattern, deploy co-located Docker stacks, implement the n8n-claw architecture, or publish OpenClaw n8n skills to ClawHub — activate this skill. Also trigger for "openclaw webhook," "agent workflow automation," "credential isolation," "gateway ingress," "n8n proxy pattern," or when securing autonomous agent API access through deterministic orchestration.

ClawHub Agent Skills автор: Kristopher Dunham v2.0.0 MIT-0 13 файлов · 1 скрипт тело ≈ 3 913 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Когда пользователь хочет подключить агент OpenClaw к рабочим процессам n8n, создать навыки веб-хуков n8n для OpenClaw, маршрутизировать вызовы API агента…

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураZapierDockerИнфраструктураИИ и агентытип 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
A
93/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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 · 5

    ✓ Критических и высоких находок нет

    Средние и низкие: 5
    • низкая Опасные команды cmd-pipe-to-shell-known-host references/deployment.md:234
      Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код) (документация security-скилла)
      curl -fsSL https://tailscale.com/install.sh | sh
      security-скилл
    • низкая Рискованное назначение intent-offensive-security references/security.md:28
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      **Vector 2: Prompt Injection → Lateral Movement**
      детектор
    • низкая Утечка данных read-dotenv templates/docker-compose.yml:8
      Чтение файла .env (комментарий в коде)
      #   1. Copy .env.example to .env and fill in values
      комментарий

    Ещё 2 совпадений отнесены к цитатам в документации скилла по безопасности и не считаются находками.

    Просканировано файлов: 13. 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 54/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 18, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (bash, web, node), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 43
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3913 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 11. 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -31 из 1 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 5 примера фраз-триггеров в кавычках
    • +3Длина description 600 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 31 заголовков
    • +3Пошаговые инструкции: 43 пунктов
    • +4Есть примеры (12 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (5 из 5)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.

    Внешние проверки

    ClawHub: suspicious
    This is a real OpenClaw-to-n8n integration helper, but it needs Review because it documents powerful autonomous gateway, memory, and workflow-generation patterns with under-scoped safety guidance.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.