SKILLEMALL.ai
GitHub ↗ EN Войти

BC mimo-api-fix

Диагностика и устранение проблем с вызовами mimo-v2.5-pro (или других моделей серии mimo). Активируется, когда ответ на запрос LLM содержит 400 Param Incorrect, provider rejected the request schema or tool payload, или providerRuntimeFailureKind=schema. Используется для устранения проблем совместимости API, формата вызова инструмента, конфигурации модели и т. д.

машинный переводПоказать оригиналСкрыть оригинал«诊断和修复 mimo-v2.5-pro（或其他 mimo 系列模型）调用失败的问题。当 LLM 请求返回 400 Param Incorre…»

诊断和修复 mimo-v2.5-pro（或其他 mimo 系列模型）调用失败的问题。当 LLM 请求返回 400 Param Incorrect、provider rejected the request schema or tool payload、或 providerRuntimeFailureKind=schema 时触发。用于排查 API 兼容性、tool calling 格式、模型配置等问题。

ClawHub Agent Skills автор: Lgugeng v1.0.0 MIT-0 4 файла · 1 скрипт тело ≈ 783 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Диагностика и устранение проблем с вызовами mimo-v2.5-pro (или других моделей серии mimo). Активируется, когда ответ на запрос LLM содержит 400 Param…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктураИИ 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
B
79/100
безопасность, качество, тесты
Безопасность 60%
85
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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

Чем это грозит

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

Утечка данных средняя серьёзность

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

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

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 · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • средняя Утечка данных net-credential-use scripts/diagnose.sh:27
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    MODELS=$(curl -s --connect-timeout 5 "$BASE_URL/models" -H "Authorization: Bearer $API_KEY" 2>/dev/null || true)
  • средняя Утечка данных net-credential-use SKILL.md:28
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -s "$BASE_URL/models" -H "Authorization: Bearer $API_KEY" | python3 -m json.tool | head -20
  • средняя Утечка данных net-credential-use SKILL.md:129
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -s "$BASE_URL/models" -H "Authorization: Bearer $API_KEY" | python3 -c "

Просканировано файлов: 4. 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 51/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 7
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 783 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 203 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 14 заголовков
  • +3Пошаговые инструкции: 7 пунктов
  • +4Есть примеры (9 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: clean
This is a visible OpenClaw troubleshooting skill, but users should be careful with API-key handling and config edits.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.