SKILLEMALL.ai
GitHub ↗ EN Войти

BC Self-Improving + Proactive Agent

Саморефлексия + Самокритика + Самообучение + Самоорганизующаяся память. Агент оценивает свою работу, исправляет ошибки и постоянно совершенствуется. Используйте, когда (1) команда, инструмент, API или операция терпят неудачу; (2) пользователь исправляет вас или отклоняет вашу работу; (3) вы понимаете, что ваши знания устарели или неверны; (4) вы обнаруживаете лучший подход; (5) пользователь явно устанавливает или ссылается на навык для текущей задачи.

машинный переводПоказать оригиналСкрыть оригинал«Self-reflection + Self-criticism + Self-learning + Self-organizing mem…»

Self-reflection + Self-criticism + Self-learning + Self-organizing memory. Agent evaluates its own work, catches mistakes, and improves permanently. Use when (1) a command, tool, API, or operation fails; (2) the user corrects you or rejects your work; (3) you realize your knowledge is outdated or incorrect; (4) you discover a better approach; (5) the user explicitly installs or references the skill for the current task.

ClawHub Agent Skills автор: reknottycat v1.0.0 MIT-0 16 файлов тело ≈ 1 905 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Саморефлексия + Самокритика + Самообучение + Самоорганизующаяся память.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность

ИнтеграцияИИ и агентыИнфраструктуратип 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
87/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: Self-Improving + Proactive Agent (ClawHub)

Чем это грозит

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

Широкие права средняя серьёзность

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

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

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 · 2

    ✓ Критических и высоких находок нет

    Средние и низкие: 2
    • средняя Широкие права meta-agent-memory-dump HEARTBEAT.md
      В скилле есть файлы памяти агента / рабочего пространства (2) — похоже на дамп с личными данными или токенами
      HEARTBEAT.md, memory.md
    • низкая Рискованное назначение intent-offensive-security boundaries.md:13
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      | Access patterns | What systems user has access to | Privilege escalation |
      детектор

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

    По спецификации Agent Skills

    • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)
    • заметка frontmatter-key неизвестное поле фронтматтера "slug"
    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка frontmatter-key неизвестное поле фронтматтера "changelog"

    Процессный рейтинг: все десять параметров 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (Self-Improving + Proactive Agent) не совпадает с папкой (self-improving-local)
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 65Ошибки и развилки. Развилок: 3
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 75
    • 100Стоимость исполнения. Тело инструкции 1905 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 14. 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 423 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 23 заголовков
    • +3Пошаговые инструкции: 75 пунктов
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

    Внешние проверки

    ClawHub: clean
    This is a disclosed local-memory skill that persists user corrections and preferences on disk; it is not malware, but users should understand the retention behavior.
    LLM: benign (high) · 28 мая 2026 г.