SKILLEMALL.ai
GitHub ↗ EN Войти

BD MiaoQIDS

Система обнаружения квантовых вторжений, мяу~ Система обнаружения вторжений на основе гибридной классико-квантовой нейронной сети, которая может анализировать данные сетевого трафика (файлы PCAP), обнаруживать различные типы атак и предоставлять уверенность для каждой атаки, мяу~ Предоставляет рекомендации по обеспечению безопасности, мяу~

машинный переводПоказать оригиналСкрыть оригинал«量子入侵检测系统技能喵～ 基于经典-量子混合神经网络的入侵检测系统，可以分析网络流量数据（PCAP 文件），检测多种攻击类型，并为每种攻击提…»

量子入侵检测系统技能喵～ 基于经典-量子混合神经网络的入侵检测系统，可以分析网络流量数据（PCAP 文件），检测多种攻击类型，并为每种攻击提供置信度喵～ 提供安全防护建议喵。

ClawHub Agent Skills автор: tsherryyann v0.1.1 MIT-0 10 файлов тело ≈ 1 029 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Система обнаружения квантовых вторжений, мяу~ Система обнаружения вторжений на основе гибридной классико-квантовой нейронной сети, которая может анализировать…

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникИнфраструктуратип 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
83/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
60
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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

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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Секреты в коде secret-high-entropy-token IPv6_calculate.py:28
    Строка, похожая на токен (может быть id, хеш или секрет)
    network_int=ipv6_to_int(ipv6_list[0])&(0xFF…FFF<<(128-…len))
  • низкая Секреты в коде secret-high-entropy-token IPv6_calculate.py:44
    Строка, похожая на токен (может быть id, хеш или секрет)
    network_ip=min_ip&(0xFF…FFF<<(128-…its))

Просканировано файлов: 10. 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)
  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 41/100

  • 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
  • 40Согласованность. Имя во frontmatter (MiaoQIDS) не совпадает с папкой (miao-qids)
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 20
  • 100Стоимость исполнения. Тело инструкции 1029 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)
  • +3Длина description 87: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -2Ссылки на localhost: у другого пользователя не заработает
  • -214 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 15 заголовков
  • +3Пошаговые инструкции: 20 пунктов
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 60.

Внешние проверки

ClawHub: suspicious
This PCAP intrusion-detection skill mostly matches its stated purpose, but it needs Review because it loads unverified executable model files and sends extracted IP addresses to an outside service without clear consent.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.