SKILLEMALL.ai

BC greenhelix-agent-credential-wallets

Кошельки учетных данных агента: Проверяемые намерения и цепочки делегирования. Создавайте кошельки учетных данных агента с проверяемыми намерениями, цепочками делегирования SD-JWT, межпротокольным представлением (AP2/UCP/ACP/x402), соответствием eIDAS 2.0 EUDI и учетными данными, привязанными к репутации. Включает подробные примеры кода на Python для каждого шаблона.

машинный переводПоказать оригиналСкрыть оригинал«Agent Credential Wallets: Verifiable Intent & Delegation Chains. Build…»

Agent Credential Wallets: Verifiable Intent & Delegation Chains. Build agent credential wallets with Verifiable Intent, SD-JWT delegation chains, cross-protocol presentation (AP2/UCP/ACP/x402), eIDAS 2.0 EUDI compliance, and reputation-bound credentials. Includes detailed Python code examples for every pattern.

ClawHub Agent Skills автор: mirni v1.3.1 MIT-0 2 файла тело ≈ 20 229 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Кошельки учетных данных агента: Проверяемые намерения и цепочки делегирования.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, стоимость исполнения

АнализаторИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Стоимость исполнения вес 6
10
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.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 2. 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")
  • предупреждение body-long тело SKILL.md ≈ 20229 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "type"
  • заметка frontmatter-key неизвестное поле фронтматтера "price_usd"
  • заметка frontmatter-key неизвестное поле фронтматтера "content_type"
  • заметка frontmatter-key неизвестное поле фронтматтера "executable"
  • заметка frontmatter-key неизвестное поле фронтматтера "install"
  • заметка frontmatter-key неизвестное поле фронтматтера "credentials"

Процессный рейтинг: все десять параметров 58/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 10Стоимость исполнения. Тело инструкции 20229 токенов: вытесняет саму задачу из окна
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 11, без проверки текущего состояния
  • 55Ошибки и развилки. Развилок: 1
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 41
  • 100Согласованность. Имя и обязательные поля на месте
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. 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
  • +2Инструкции на одном языке
  • +3Длина description 312 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 45 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (21 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: clean
This is a documentation-only GreenHelix guide with disclosed, purpose-aligned API examples, but users should treat the examples as live state-changing code if they run them.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.