SKILLEMALL.ai

BC data-privacy-guardian

Менеджер по конфиденциальности данных и кибербезопасности. Охватывает руководство по защите личных данных, управление безопасностью паролей, выявление фишинговых мошенничеств, проверку безопасности Wi-Fi, рекомендации по настройке конфиденциальности в социальных сетях, стратегии резервного копирования данных, настройку безопасности устройств, управление разрешениями приложений, очистку сетевого следа, экстренную обработку утечек конфиденциальной информации. Основано на китайских нормативных актах, таких как Закон о защите личной информации и Закон о безопасности данных. Триггерные слова: защита конфиденциальности, кибербезопасность, управление паролями, защита от мошенничества, резервное копирование данных, защита личной информации, защита безопасности.

машинный переводПоказать оригиналСкрыть оригинал«数据隐私与网络安全管家。覆盖个人隐私保护指南、密码安全管理、 钓鱼诈骗识别、Wi-Fi安全检测、社交媒体隐私设置建议、 数据备份策略、设备安…»

数据隐私与网络安全管家。覆盖个人隐私保护指南、密码安全管理、 钓鱼诈骗识别、Wi-Fi安全检测、社交媒体隐私设置建议、 数据备份策略、设备安全配置、APP权限管理、网络足迹清理、 敏感信息泄露应急处理。 基于《个人信息保护法》《数据安全法》等中国法规。 触发词:隐私保护、网络安全、密码管理、防诈骗、数据备份、个人信息保护、安全防护。

ClawHub Agent Skills автор: qq435912743 v1.0.0 MIT-0 4 файла тело ≈ 657 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Менеджер по конфиденциальности данных и кибербезопасности.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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.
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: 4. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name"
  • заметка frontmatter-key неизвестное поле фронтматтера "display_name_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_zh"
  • заметка frontmatter-key неизвестное поле фронтматтера "description_en"
  • заметка frontmatter-key неизвестное поле фронтматтера "visibility"

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 44
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 657 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

  • +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 167 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 44 пунктов
  • +4Есть примеры (1 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: suspicious
The skill is mainly a privacy and cybersecurity advisor, but it adds automatic cross-session learning that can store user preferences, notes, errors, and usage history without clear consent or deletion controls.
LLM: suspicious (high) · 14 авг. 2026 г.