SKILLEMALL.ai

AC docker-image-sync

Синхронизирует образы Docker Hub с реестром CNB.tool через GitHub Actions, решая проблемы с неудачными попытками загрузки Docker в Китае для OpenClaw. Используйте, когда: Пользователю нужно загрузить образы Docker, но прямой доступ к hub.docker.com заблокирован; OpenClaw не может автоматически загрузить образы Docker; Настраивается прокси-сервер Docker с использованием CNB + GitHub Actions.

машинный переводПоказать оригиналСкрыть оригинал«Sync Docker Hub images to CNB.tool registry via GitHub Actions, solvin…»

Sync Docker Hub images to CNB.tool registry via GitHub Actions, solving domestic Docker pull failures for OpenClaw. Use when: - User needs to pull Docker images but direct access to hub.docker.com is blocked - OpenClaw fails to pull Docker images automatically - Setting up a Docker mirror using CNB + GitHub Actions proxy ─────────────────────────────── 使用 Github Action 同步 Docker 镜像至 cnb.tool 制品库,解决国内拉取镜像失败问题,从而解决 openclaw 自动拉取镜像失败的问题。 适用场景: - 无法直连 hub.docker.com,需要通过 CNB 代理拉取镜像 - OpenClaw 自动拉取 Docker 镜像失败 - 通过 GitHub Actions + CNB 构建 Docker 镜像中转服务

ClawHub Agent Skills автор: 刘士江 v0.3.0 MIT-0 4 файла · 1 скрипт тело ≈ 2 824 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Синхронизирует образы Docker Hub с реестром CNB.tool через GitHub Actions, решая проблемы с неудачными попытками загрузки Docker в Китае для OpenClaw.…

Как процесс C 64/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, отчётность по ходу

ПроцедураGitHubDockerИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "label"

    Процессный рейтинг: все десять параметров 64/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 56
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2824 токенов
    • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 16. 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
    • -214 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 557 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 34 заголовков
    • +3Пошаговые инструкции: 56 пунктов
    • +4Есть примеры (6 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: suspicious
    The skill appears to perform its Docker image mirror function, but it asks the agent to handle live GitHub/CNB credentials and installs persistent GitHub automation, so it needs user review before use.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.