SKILLEMALL.ai

CD canvas-workspace

Возможности управления рабочей областью холста. Активируется при необходимости генерации изображений, редактирования изображений, отправки изображений на холст или обработки пользовательских меток на холсте. Включает: (1) сценарии генерации/редактирования изображений Qwen (разделение генерации текста в изображение и редактирования изображения в качестве копируемого шаблона MVP), (2) API управления холстом (отправка изображений, проверка состояния, пакетная загрузка изображений), (3) протокол изображений холста (анализ JSON-файлов после пользовательской разметки/выбора изображения). Сценарии использования: когда пользователь запрашивает генерацию, рисование, редактирование изображений, размещение изображений на холсте или когда сообщение содержит URL файла изображения холста. Сопоставление ключевых слов: загрузите этот навык, когда в сообщении пользователя появляются следующие ключевые слова: холст, canvas, генерация изображения, создание изображения, рисование, редактирование изображения, отправка на холст, размещение на холсте, добавление на холст, inject, gen_image, метка, marker, изображение из изображения, текст в изображение, ИИ-генерация изображения, дизайн, плакат, файл изображения холста, canvas_images.

машинный переводПоказать оригиналСкрыть оригинал«画布工作区操作能力。当需要生成图片、编辑图片、将图片推送到画布、或处理用户画布标记时激活。 包含:(1) Qwen 图片生成/编辑案例脚本(…»

画布工作区操作能力。当需要生成图片、编辑图片、将图片推送到画布、或处理用户画布标记时激活。 包含:(1) Qwen 图片生成/编辑案例脚本(文生图与编辑图分离,作为可复制的 MVP 模板), (2) 画布操作 API(推送图片、查看状态、批量注入图片), (3) 画布图片协议(用户标记/选中图片后的 JSON 文件解析)。 触发场景:用户要求生图、画图、修图、把图片放到画布上、或消息中包含画布图片文件 URL。 关键词匹配:当用户消息中出现以下关键词时应加载本 skill: 画布、canvas、生图、生成图片、画图、绘图、修图、编辑图片、图片编辑、 推送到画布、放到画布、添加到画布、inject、gen_image、标记、marker、 图生图、文生图、AI生图、设计图、海报、画布图片文件、canvas_images。

ClawHub Agent Skills автор: quanming1 v1.4.4 MIT-0 9 файлов тело ≈ 2 205 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Возможности управления рабочей областью холста.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
61/100
безопасность, качество, тесты
Безопасность 60%
60
Качество 40%
63
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
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

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

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 · 8

✓ Критических и высоких находок нет

Средние и низкие: 8
  • средняя Утечка данных net-redirectable-api-key scripts/gemini_generate_image.py:17
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • средняя Утечка данных net-redirectable-api-key scripts/qwen_edit_image.py:30
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • средняя Утечка данных net-redirectable-api-key scripts/qwen_generate_image.py:15
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • средняя Опасные команды cmd-shell-rc SKILL.md:91
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo 'export QWEN_TEXT_IMAGE_API_KEY="用户提供的值"' >> ~/.bashrc
  • средняя Опасные команды cmd-shell-rc SKILL.md:92
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo 'export QWEN_TEXT_IMAGE_MODEL="qwen…pro"' >> ~/.bashrc
  • средняя Опасные команды cmd-shell-rc SKILL.md:93
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo 'export QWEN_BASE_URL="https://dashscope.aliyuncs.com/api/v1"' >> ~/.bashrc
  • средняя Опасные команды cmd-shell-rc SKILL.md:95
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo 'export QWEN_EDIT_IMAGE_API_KEY="用户提供的值"' >> ~/.bashrc
  • средняя Опасные команды cmd-shell-rc SKILL.md:96
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile)
    echo 'export QWEN_EDIT_IMAGE_MODEL="qwen-image-edit"' >> ~/.bashrc

Просканировано файлов: 9. 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 43/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 32
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2205 токенов
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 12. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • -33 из 5 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 364 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 32 пунктов
  • +4Есть примеры (13 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.

Внешние проверки

ClawHub: suspicious
This canvas image skill is mostly aligned with its purpose, but it needs review because it launches unpinned remote code, stores API keys persistently, fetches arbitrary URLs, and documents a destructive reset endpoint without guardrails.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.