SKILLEMALL.ai
GitHub ↗ EN Войти

CD openclaw-skill-manager

Инструмент инвентаризации навыков OpenClaw: сканирует установленные навыки через OpenClaw CLI, автоматически классифицирует (10 категорий/48 подкатегорий, с возможностью переопределения пользователем), обнаруживает дубликаты, экспортирует интерактивные отчеты в Markdown/JSON/HTML (статический сортируемый HTML, без сервера), опционально отправляет Markdown в Feishu/Notion (учетные данные через переменные окружения, с уведомлением о конфиденциальности), статистику использования, графы отсутствующих зависимостей, инкрементальные обновления снимков, пакетное включение/отключение с авто-бэкапом и проверки обновлений только для отчетов. Вывод CLI и метки категорий по дизайну на китайском языке.

машинный переводПоказать оригиналСкрыть оригинал«OpenClaw skill inventory tool: scans installed skills via the OpenClaw…»

OpenClaw skill inventory tool: scans installed skills via the OpenClaw CLI, auto-classifies (10 categories/48 subcategories, user overlay), detects duplicates, exports Markdown/JSON/HTML interactive reports (static sortable HTML, no server), opt-in push of Markdown to Feishu/Notion (env-var credentials, privacy notice), usage stats, missing-dependency graphs, snapshot-diff incremental updates, batch enable/disable with auto-backup, and report-only update checks. CLI output and category labels are Chinese by design. OpenClaw 技能清单工具：经 CLI 扫描已装技能，自动分类（10 大类 48 子类，支持覆盖层）与重复检测，导出 Markdown/JSON/HTML 交互式报告（静态可排序网页，无需服务器），可选推送 Markdown 到飞书/Notion（凭据走环境变量，含隐私提示），使用统计、缺失依赖图、快照增量更新、批量启停（自动备份）、更新检查（只报告）。输出与分类标签为中文。

ClawHub Agent Skills автор: Kun. Tao v1.2.6 MIT-0 41 файл · 34 скрипта тело ≈ 1 517 токенов Открыть источникclawhub.ai↗ проанализирован 7 дн назад

Инструмент инвентаризации навыков OpenClaw: сканирует установленные навыки через OpenClaw CLI, автоматически классифицирует (10 категорий/48 подкатегорий, с…

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияNotionДанные и аналитикаРазработкатип 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
C
85/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Bash

Просканировано файлов: 27. 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 46/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (openclaw-skill-manager) не совпадает с папкой (skill-classifier)
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 41
  • 100Стоимость исполнения. Тело инструкции 1517 токенов
  • 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

  • +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
  • -239 эмодзи в инструкциях: шум для модели
  • +2Инструкции на одном языке
  • +3Длина description 712 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (9 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: clean
This is a disclosed OpenClaw skill manager for inventory reports, with opt-in sharing and enable/disable actions that users should run deliberately.
LLM: benign (high) · VirusTotal: · 11 окт. 2026 г.