SKILLEMALL.ai
GitHub ↗ EN Войти

DC vipshop-product-consultant

(описание отсутствует)

Не рекомендуетсянизкая оценка D
ClawHub Agent Skills автор: mikeToBusy v1.0.0 MIT-0 11 файлов тело ≈ 469 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

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

ПроцедураИнфраструктуратип 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
D
58/100
безопасность, качество, тесты
Безопасность 60%
96
Качество 40%
0
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Добавьте description во фронтматтер: без него скилл никогда не сработает.
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 · 4

✓ Критических и высоких находок нет

Средние и низкие: 4
  • низкая Обфускация obf-base64-blob query_product_info.py:49
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "tfs_fp_token": "BIpQ…jLe/awUC…iYa+wJEQ…ZKe/JQMA…W55/MBDLQ==",
    в кавычках
  • низкая Обфускация obf-base64-blob query_review_list.py:58
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "tfs_fp_token": "BltV…2qM/uJfQ…cXl+Ulnk…rA5+uQC9Q==",
    в кавычках
  • низкая Обфускация obf-base64-blob query_review_summary.py:46
    Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
    "tfs_fp_token": "Bngk6emc/Br0Y…zcE+JhuQ…6zf+FVj4h/K7Bg==",
    в кавычках
  • низкая Секреты в коде secret-high-entropy-token query_review_summary.py:46
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    "tfs_fp_token": "Bngk6emc/Br0Y…zcE+JhuQ…6zf+FVj4h/K7Bg==",
    в кавычках

Просканировано файлов: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • ошибка frontmatter SKILL.md: no YAML frontmatter block found
  • ошибка name-missing SKILL.md: нет поля name во фронтматтере
  • ошибка description-missing SKILL.md: нет description — скилл никогда не сработает

Процессный рейтинг: все десять параметров 51/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Когда включается. Не сказано, при каком запросе скилл включается
  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 34
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 469 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)
  • +3Длина description 0: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 34 пунктов
  • +4Есть примеры (5 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 0.

Внешние проверки

ClawHub: suspicious
The skill largely performs the advertised Vipshop product and review lookup, but it embeds and transmits fixed account/session-like identifiers with every request.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.