SKILLEMALL.ai
GitHub ↗ EN Войти

DC project-trident-skill

Придайте вашему AI-агенту подлинную непрерывность, идентичность и устойчивость в каждом сеансе и развертывании с помощью четырехъярусного стека постоянной памяти.

машинный переводПоказать оригиналСкрыть оригинал«Give your AI agent genuine continuity, identity, and resilience across…»

Give your AI agent genuine continuity, identity, and resilience across every session and deployment with a four-tier persistent memory stack.

Не рекомендуетсяесть критические или высокие находки безопасности · низкая оценка D
ClawHub Agent Skills автор: Shiva&G v2.0.1 MIT-0 12 файлов · 2 скрипта тело ≈ 5 266 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Придайте вашему AI-агенту подлинную непрерывность, идентичность и устойчивость в каждом сеансе и развертывании с помощью четырехъярусного стека постоянной…

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

ПроцедураGitHubИнфраструктураИИ и агентытип 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
D
47/100
безопасность, качество, тесты
Безопасность 60%
35
Качество 40%
66
Прогон на моделях
не было
Процессный рейтинг
C
56/100
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

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.

Опасные команды
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. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
  2. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  3. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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

  • высокая Опасные команды cmd-pipe-to-shell references/platform-guide.md:54
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell)
    curl -fsSL https://get.docker.com | sh
  • высокая Опасные команды cmd-pipe-to-shell references/platform-guide.md:61
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell)
    curl -fsSL https://ollama.com/install.sh | sh
  • высокая Опасные команды cmd-pipe-to-shell references/platform-guide.md:249
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell)
    curl -fsSL https://get.docker.com | sh
Средние и низкие: 3
  • средняя Опасные команды cmd-pipe-to-shell-known-host references/platform-guide.md:83
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код)
    curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
  • средняя Опасные команды cmd-pipe-to-shell-known-host references/platform-guide.md:224
    Установщик через pipe в shell с известного хоста (всё равно выполняет удалённый код)
    curl -fsSL https://deb.nodesource.com/setup_22.x | bash -
  • низкая Опасные команды cmd-background-process references/platform-guide.md:251
    Запуск фонового / автозапускаемого процесса
    systemctl enable docker

Просканировано файлов: 12. 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")
  • предупреждение body-long тело SKILL.md ≈ 5266 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "keywords"

Процессный рейтинг: все десять параметров 56/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 23, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5266 токенов
  • 100Шаги. Шагов: 107
  • 100Согласованность. Имя и обязательные поля на месте
  • 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: 17. 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
  • -222 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 141 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 27 заголовков
  • +3Пошаговые инструкции: 107 пунктов
  • +4Есть примеры (11 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 5)
  • +3Все 2 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 66.

Внешние проверки

ClawHub: suspicious
Project Trident is a coherent persistent-memory skill, but it can continuously store, structure, and optionally upload broad conversation and workspace data, so it needs careful review before use.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.