BB alibabacloud-agent-identity-agentrun-e2e
Настройте работающего агента Alibaba Cloud, который аутентифицирует своих конечных пользователей и доказывает, что его разрешения действительны, а затем удалите его. Используйте, когда кто-то хочет развернуть агента, размещенного AgentRun, управляемого AgentIdentity, чтобы лично убедиться, что к нему получают доступ только вошедшие в систему пользователи, что каждый инструмент получает необходимые учетные данные без каких-либо секретов в коде, и что правила авторизации действительно блокируют то, что должны — или когда они хотят удалить ресурсы, созданные такой пробной версией. Охватывает первоначальную настройку на пустой учетной записи, повторную проверку после изменения и очистку. Также отвечает на китайские запросы, такие как "сквозное тестирование AgentRun" "полная проверка AgentIdentity" "развертывание агента AgentRun".
машинный переводПоказать оригиналСкрыть оригинал«Stand up a working Alibaba Cloud agent that authenticates its end user…»
Stand up a working Alibaba Cloud agent that authenticates its end users and proves its permissions hold, then tear it back down. Use when someone wants to deploy an AgentRun-hosted agent governed by AgentIdentity, see for themselves that only signed-in users reach it, that each tool receives the credentials it needs without any secret in the code, and that authorization rules actually block what they should — or when they want to remove the resources such a trial created. Covers first-time setup on an empty account, re-verification after a change, and cleanup. 也响应"AgentRun 端到端测试""AgentIdentity 全流程验证""AgentRun 部署 Agent"等中文请求。
Настройте работающего агента Alibaba Cloud, который аутентифицирует своих конечных пользователей и доказывает, что его разрешения действительны, а затем…
Как процесс B 70/100 · Почти готов — слабые места: когда включается
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
Скилл просит агента что-то скрывать от вас: не показывать ошибки, не упоминать действия, отвечать иначе, чем было сделано. Вы теряете возможность контролировать, что агент реально сделал.
Прозрачность важнее гладкого ответа. Если хочется спрятать технический шум, попросите агента «кратко сообщить», а не «не сообщать».
Как улучшить
- Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- 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
-
высокая Сокрытие от пользователя
en-hide-from-userreferences/console-guides.md:87Инструкция скрыть действия от пользователяassume one exists and never tell the user what their account "already has";
Средние и низкие: 1
-
низкая Секреты в коде
secret-password-literalscripts/01_prepare_identities.sh:100Захардкоженный пароль / ключ (возможно, пример)apikey="demo…123"))
Просканировано файлов: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 5429 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 70/100
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 5429 токенов
- 85Шаги. Шагов: 38, расплывчатых формулировок: 1
- 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 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: 13. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (11 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
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +2Инструкции на одном языке
- +5В description 3 примера фраз-триггеров в кавычках
- +3Длина description 632 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 14 заголовков
- +3Пошаговые инструкции: 38 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (15 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (7 из 7)
- +3Все 8 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.