SKILLEMALL.ai
GitHub ↗ EN Войти

BC skill-publisher

Одно нажатие кнопки для публикации локально написанного каталога навыков SKILL.md на нескольких публичных рынках (ClawHub, Tencent SkillHub, skills.sh, LobeHub, SkillsMP, Agensi, Coze, ClawMart), автоматическое выполнение проверки формата, двуязычного README, очистки конфиденциальных файлов, маркировки версий Git, последовательной публикации и сводки результатов. Используется, когда пользователь хочет одновременно распространить уже написанный SKILL.md на несколько публичных рынков — даже если они говорят только "publish skill", "publish to clawhub", "ship to marketplace", "一键发布" или "上架 skill". Не используется для: чисто локального управления навыками, написания незавершенных навыков, руководства по отдельной публикации на одном рынке.

машинный переводПоказать оригиналСкрыть оригинал«将本地已编写完成的 SKILL.md 技能目录一键发布到多个公开市场（ClawHub、腾讯 SkillHub、 skills.sh、Lobe…»

将本地已编写完成的 SKILL.md 技能目录一键发布到多个公开市场（ClawHub、腾讯 SkillHub、 skills.sh、LobeHub、SkillsMP、Agensi、Coze、ClawMart），自动完成格式校验、双语 README、 敏感文件清理、Git 版本打标、串行发布与结果汇总。 当用户要把已经写好的 SKILL.md 同时分发到多个公开市场时使用——即使他们只说 "发布 skill"、"publish to clawhub"、"ship to marketplace"、"一键发布"或"上架 skill"。 不用于：纯本地 skill 管理、未完成 skill 的撰写、单个市场的单独发布指引。

ClawHub Agent Skills автор: Jacky Shen v0.1.1 MIT-0 10 файлов тело ≈ 2 004 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Одно нажатие кнопки для публикации локально написанного каталога навыков SKILL.md на нескольких публичных рынках (ClawHub, Tencent SkillHub, skills.sh…

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

ПроцедураИИ и агентыРазработкаТексты и документытип 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
78/100
безопасность, качество, тесты
Безопасность 60%
85
Качество 40%
68
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
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.

Опасные команды средняя серьёзность

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

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

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 Опасные команды cmd-pipe-to-shell references/skillhub.md:54
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (хост вендора самого скилла)
    curl -fsSL https://skillhub.cn/install/install.sh | bash -s -- --cli-only
    vendor-host
  • средняя Опасные команды cmd-shell-rc references/skillhub.md:61
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc
  • средняя Опасные команды cmd-pipe-to-shell SKILL.md:65
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (хост вендора самого скилла)
    which skillhub  || curl -fsSL https://skillhub.cn/install/install.sh | bash
    vendor-host

Просканировано файлов: 10. 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
  • 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: 5, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 5
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2004 токенов

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
  • -214 эмодзи в инструкциях: шум для модели
  • -45 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -31 из 1 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 311 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 5 пунктов
  • +4Есть примеры (14 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
The skill is a plausible publisher, but it can delete local files, change global developer settings, patch installed tooling, and publish broadly without enough user control.
LLM: suspicious (high) · 13 авг. 2026 г.