SKILLEMALL.ai

AB log-analyzer

Безопасно анализирует системные и прикладные журналы с автоматическим сокрытием конфиденциальных данных. Поддерживает журналы шлюза OpenClaw (journalctl), журналы индексации RAG и журналы запросов. Находит ошибки, обобщает закономерности и выполняет поиск по источникам. Активируется по запросам "check logs", "show errors", "analyze logs", "cosa è successo", "log errors", "any errors", "search logs". НЕ используется для: чтения произвольных файлов, доступа к журналам за пределами разрешенных путей.

машинный переводПоказать оригиналСкрыть оригинал«Securely analyze system and application logs with automatic sensitive…»

Securely analyze system and application logs with automatic sensitive data redaction. Supports OpenClaw gateway logs (journalctl), RAG indexing logs, and query logs. Finds errors, summarizes patterns, and searches across sources. Triggers on "check logs", "show errors", "analyze logs", "cosa è successo", "log errors", "any errors", "search logs". NOT for: reading arbitrary files, accessing logs outside whitelisted paths.

ClawHub Agent Skills автор: LookUpMark v1.1.0 MIT-0 3 файла тело ≈ 336 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Безопасно анализирует системные и прикладные журналы с автоматическим сокрытием конфиденциальных данных.

Как процесс B 65/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия, согласованность

АнализаторИнфраструктураИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Согласованность вес 8
40
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 3. 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 65/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 40Согласованность. Имя во frontmatter (log-analyzer) не совпадает с папкой (lookupmark-log-analyzer)
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 5
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Стоимость исполнения. Тело инструкции 336 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • 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

  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 7 примера фраз-триггеров в кавычках
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 424 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (1 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

Внешние проверки

ClawHub: clean
This is a read-only local log analyzer whose code matches its stated purpose, with normal caution because logs can still contain sensitive information.
LLM: benign (high) · VirusTotal: · 28 мая 2026 г.