SKILLEMALL.ai

BC log-to-alert

Используйте, когда (1) пользователь вставляет текст серверного, прикладного или системного журнала и хочет извлечь шаблоны ошибок в структурированные правила оповещения. (2) пользователь говорит «создать оповещения из этих журналов», «отслеживать эту ошибку», «настроить оповещения для этого шаблона» или «извлечь условия предупреждения». (3) пользователь вставляет вывод журнала и спрашивает «предупредить меня, если это произойдет снова».

машинный переводПоказать оригиналСкрыть оригинал«Use when (1) user pastes server, application, or system log text and w…»

Use when (1) user pastes server, application, or system log text and wants to extract error patterns into structured alert rules. (2) user says "create alerts from these logs", "monitor for this error", "set up alerts for this pattern", or "extract warning conditions". (3) user pastes log output and asks "alert me if this happens again".

Не рекомендуетсяесть критические или высокие находки безопасности
ClawHub Agent Skills автор: 王继鹏 v1.0.1 MIT-0 8 файлов тело ≈ 1 166 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

(2) пользователь говорит «создать оповещения из этих журналов», «отслеживать эту ошибку», «настроить оповещения для этого шаблона» или «извлечь условия…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
84/100
безопасность, качество, тесты
Безопасность 60%
82
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
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

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Утечка данных
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.

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.
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 · 1

  • высокая Утечка данных intent-browser-credential-store skill-card.md:20
    Доступ к хранилищу паролей / cookies браузера
    Risk: Logs may contain API keys, tokens, cookies, session IDs, customer data, internal hostnames, or other sensitive operational details. <br>

Просканировано файлов: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

✓ По спецификации Agent Skills замечаний нет

Процессный рейтинг: все десять параметров 53/100

  • 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
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 34
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1166 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы

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)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 342 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 34 пунктов
  • +4Есть примеры (2 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

Внешние проверки

ClawHub: clean
This is a straightforward helper that turns user-provided logs into alert-rule drafts and does not install code, deploy changes, persist data, or contact external systems.
LLM: benign (high) · 28 мая 2026 г.