SKILLEMALL.ai
GitHub ↗ EN Войти

BF self-hosted-ai

Помощник по развертыванию и эксплуатации ИИ-инструментов с самостоятельным хостингом. Используется для: (1) развертывания ИИ-инструментов, таких как Ollama (локальные большие модели), N8N (автоматизированные рабочие процессы), Open WebUI на сервере, (2) настройки среды Docker / Docker Compose, (3) управления загрузкой и обновлением моделей, (4) устранения неисправностей сервисов, (5) настройки обратного прокси (nginx) и HTTPS. Активируется, когда пользователь говорит «развернуть Ollama», «установить N8N», «запустить ИИ самостоятельно», «создать локальную большую модель», «ИИ-инструменты с самостоятельным хостингом».

машинный переводПоказать оригиналСкрыть оригинал«自托管 AI 工具部署与运维助手。用于：(1) 在服务器上部署 Ollama（本地大模型）、N8N（自动化工作流）、Open WebUI 等…»

自托管 AI 工具部署与运维助手。用于：(1) 在服务器上部署 Ollama（本地大模型）、N8N（自动化工作流）、Open WebUI 等 AI 工具，(2) 配置 Docker / Docker Compose 环境，(3) 管理模型下载和更新，(4) 排查服务故障，(5) 配置反向代理（nginx）和 HTTPS。当用户说"部署 Ollama"、"装 N8N"、"自己跑 AI"、"搭建本地大模型"、"自托管 AI 工具"时触发此技能。

ClawHub Agent Skills автор: 万 v0.1.0 MIT-0 2 файла тело ≈ 497 токенов Открыть источникclawhub.ai↗ проанализирован 35 ч назад

Помощник по развертыванию и эксплуатации ИИ-инструментов с самостоятельным хостингом.

Как процесс F 34/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

ГенераторDockerZapierИнфраструктуратип 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
86/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
F
34/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Опасные команды cmd-pipe-to-shell SKILL.md:22
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (хост вендора самого скилла)
    curl -fsSL https://ollama.com/install.sh | sh
    vendor-host

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")

Процессный рейтинг: все десять параметров 34/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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
  • 40Согласованность. Имя во frontmatter (self-hosted-ai) не совпадает с папкой (self-hosted-ai-2)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Стоимость исполнения. Тело инструкции 497 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 222 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 7 заголовков
  • +4Есть примеры (4 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a straightforward self-hosted AI deployment guide, but its server commands need careful review before use.
LLM: benign (high) · VirusTotal: · 26 июн. 2026 г.