SKILLEMALL.ai
GitHub ↗ EN Войти

AF openclaw-cortexnet-autopilot

Развертывает, диагностирует и управляет автоматизированным циклом оптимизации репозитория GitHub для OpenClaw с многократным переключением CLI, многоуровневым контролем времени ожидания, аудиторскими воротами только для отчетов, генерацией резервных отчетов и автоматическим коммитом/пушем ветки разработки. Используйте, когда пользователи просят настроить, запустить, укрепить, устранить неполадки или масштабировать автоматизацию OpenClaw для Codex CLI, Claude Code CLI, Gemini CLI и опционального Open Code CLI в любом репозитории и по индивидуальным требованиям.

машинный переводПоказать оригиналСкрыть оригинал«Deploy, diagnose, and operate an unattended GitHub-repo optimization l…»

Deploy, diagnose, and operate an unattended GitHub-repo optimization loop for OpenClaw with multi-CLI failover, layered timeout controls, report-only audit gates, fallback report generation, and dev-branch auto commit/push. Use when users ask to set up, run, harden, troubleshoot, or scale OpenClaw automation for Codex CLI, Claude Code CLI, Gemini CLI, and optional Open Code CLI across any repository and custom requirement.

ClawHub Agent Skills автор: A超级小可爱 v1.0.2 16 файлов · 1 скрипт тело ≈ 1 864 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Развертывает, диагностирует и управляет автоматизированным циклом оптимизации репозитория GitHub для OpenClaw с многократным переключением CLI, многоуровневым…

Как процесс F 49/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: assets/templates/.env.example

АнализаторGitHubРазработкаДанные и аналитикаИнфраструктуратип 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
90/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
85
Прогон на моделях
не было
Процессный рейтинг
F
49/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: assets/templates/.env.example
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 6

✓ Критических и высоких находок нет

Средние и низкие: 6
  • низкая Утечка данных read-dotenv assets/templates/start_openclaw.sh:9
    Чтение файла .env
    source .env
  • низкая Утечка данных read-dotenv README.md:107
    Чтение файла .env (документация security-скилла)
    source .env
    security-скилл
  • низкая Утечка данных read-dotenv scripts/deploy_autopilot.py:435
    Чтение файла .env (в кавычках — упоминание, а не команда)
    print("2) cp .env.example .env and set GITHUB_TOKEN")
    в кавычках
  • низкая Утечка данных read-dotenv scripts/deploy_autopilot.py:436
    Чтение файла .env (определение детектора / чёрного списка)
    print("3) Run once: source .env && python3 openclaw_autopilot.py --config openclaw_config.json --once")
    детектор
  • низкая Утечка данных read-dotenv scripts/setup_autopilot.py:144
    Чтение файла .env (определение детектора / чёрного списка)
    print(f"[setup] next: cd {output_dir} && source .env && ./start_openclaw.sh")
    детектор
  • низкая Утечка данных read-dotenv SKILL.md:97
    Чтение файла .env (документация security-скилла)
    source .env
    security-скилл

Просканировано файлов: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: assets/templates/.env.example

Процессный рейтинг: все десять параметров 49/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: assets/templates/.env.example
  • 0Инструменты и файлы. Не хватает 1 файла(ов): assets/templates/.env.example
  • 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
  • 30Повторный запуск. Изменяющих операций: 16, без проверки текущего состояния
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 68
  • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1864 токенов

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 426 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 10 заголовков
  • +3Пошаговые инструкции: 68 пунктов
  • +4Есть примеры (7 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)
  • +3Все 6 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 85.

Внешние проверки

ClawHub: suspicious
The skill is transparent about running an autonomous repo bot, but it can reset local work, auto-approve prompts, store a GitHub write token, and push commits without strong user checkpoints.
LLM: suspicious (high) · 28 мая 2026 г.