BC greenhelix-agent-trust-verification
Верификация агентов по принципу Zero-Trust: криптографические системы репутации. Полное руководство для покупателя по проверке личности ИИ-агентов, аудиту заявленных характеристик и построению оценок доверия с помощью криптографической верификации. Включает подробные примеры кода Python с полной интеграцией API.
машинный переводПоказать оригиналСкрыть оригинал«Zero-Trust Agent Verification: Cryptographic Reputation Systems. Compl…»
Zero-Trust Agent Verification: Cryptographic Reputation Systems. Complete buyer-side guide to verifying AI agent identity, auditing performance claims, and building trust scores with cryptographic verification. Includes detailed Python code examples with full API integration.
Верификация агентов по принципу Zero-Trust: криптографические системы репутации.
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, стоимость исполнения
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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 · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Секреты в коде
secret-high-entropy-tokenSKILL.md:1315Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)"public_key": "dGhp…2V5",
в кавычках
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
body-longтело SKILL.md ≈ 18827 токенов (рекомендуется < 5000); вынесите детали в references/ - заметка
frontmatter-keyнеизвестное поле фронтматтера "type" - заметка
frontmatter-keyнеизвестное поле фронтматтера "price_usd" - заметка
frontmatter-keyнеизвестное поле фронтматтера "content_type" - заметка
frontmatter-keyнеизвестное поле фронтматтера "executable" - заметка
frontmatter-keyнеизвестное поле фронтматтера "install" - заметка
frontmatter-keyнеизвестное поле фронтматтера "credentials"
Процессный рейтинг: все десять параметров 59/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 10Стоимость исполнения. Тело инструкции 18827 токенов: вытесняет саму задачу из окна
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
- 70Ошибки и развилки. Развилок: 5
- 100Шаги. Шагов: 48
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 14. 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 276 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 62 заголовков
- +3Пошаговые инструкции: 48 пунктов
- +4Есть примеры (45 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.