SKILLEMALL.ai
GitHub ↗ EN Войти

AC python-sdk

Python SDK для inference.sh — запускайте ИИ-приложения, создавайте агентов и интегрируйтесь с более чем 150 моделями. Пакет: inferencesh (pip install inferencesh). Поддерживает синхронный/асинхронный режимы, потоковую передачу, загрузку файлов. Создавайте агентов с помощью шаблонов или специальных паттернов, API конструктора инструментов, навыков и одобрения человеком. Используйте для: интеграции с Python, ИИ-приложений, разработки агентов, RAG-пайплайнов, автоматизации. Триггеры: python sdk, inferencesh, pip install, python api, python client, async inference, python agent, tool builder python, programmatic ai, python integration, sdk python

машинный переводПоказать оригиналСкрыть оригинал«Python SDK for inference.sh - run AI apps, build agents, and integrate…»

Python SDK for inference.sh - run AI apps, build agents, and integrate with 150+ models. Package: inferencesh (pip install inferencesh). Supports sync/async, streaming, file uploads. Build agents with template or ad-hoc patterns, tool builder API, skills, and human approval. Use for: Python integration, AI apps, agent development, RAG pipelines, automation. Triggers: python sdk, inferencesh, pip install, python api, python client, async inference, python agent, tool builder python, programmatic ai, python integration, sdk python

ClawHub Agent Skills автор: Ömer Karışman v0.1.5 8 файлов тело ≈ 2 644 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Python SDK для inference.sh — запускайте ИИ-приложения, создавайте агентов и интегрируйтесь с более чем 150 моделями. Пакет: inferencesh (pip install…

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияРазработкаИИ и агентытип 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
A
93/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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
    • низкая Утечка данных exfil-webhook-url references/tool-builder.md:172
      URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (значение-заглушка)
      webhook_tool("notify_slack", "https://hooks.slack.com/services/...")
      заглушка
    • низкая Утечка данных exfil-webhook-url references/tool-builder.md:338
      URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (значение-заглушка)
      webhook_tool("notify", "https://hooks.slack.com/...")
      заглушка
    • низкая Утечка данных exfil-webhook-url SKILL.md:302
      URL вебхука / коллбэка, типичный для эксфильтрации (проверьте адрес) (значение-заглушка)
      webhook_tool("slack", "https://hooks.slack.com/...")
      заглушка

    Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 56/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 12
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2644 токенов
    • low Разделов верхнего уровня: 17. 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 534 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 33 заголовков
    • +3Пошаговые инструкции: 12 пунктов
    • +4Есть примеры (25 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (6 из 6)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: suspicious
    This appears to be a real inference.sh Python SDK documentation skill, but some examples could expose files, conversations, or local code execution if copied without extra safeguards.
    LLM: suspicious (high) · VirusTotal: suspicious · 10 сент. 2026 г.