SKILLEMALL.ai
GitHub ↗ EN Войти

BD byteplan-chart

Навык генерации диаграмм BytePlan AI. Автоматически запускается, когда пользователь запрашивает данные из byteplan, запрашивает визуализацию данных, генерирует диаграммы (например, «просмотреть распределение баллов по полу», «запросить распределение оценок студентов», «анализ данных byteplan»). Поддерживает 12 типов диаграмм (гистограммы, линейные диаграммы, круговые диаграммы и т. д.).

машинный переводПоказать оригиналСкрыть оригинал«BytePlan AI 图表生成技能。当用户查询 byteplan 中的数据、请求数据可视化、生成图表（如"查看不同性别分数段分布"、"查询…»

BytePlan AI 图表生成技能。当用户查询 byteplan 中的数据、请求数据可视化、生成图表（如"查看不同性别分数段分布"、"查询学生成绩分布"、"byteplan 数据分析"）时自动触发。支持 12 种图表类型（柱状图、折线图、饼图等）。

Не рекомендуетсяесть критические или высокие находки безопасности
ClawHub Agent Skills автор: wangshuaiitr-ai v1.0.2 MIT-0 11 файлов тело ≈ 947 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Навык генерации диаграмм BytePlan AI.

Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкатип 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
76/100
безопасность, качество, тесты
Безопасность 60%
80
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
46/100
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

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.

Секреты в коде
Если установить

В файлах лежит чужой ключ или токен. Если он живой, ваш агент начнёт ходить в чужие сервисы от чужого имени; если ключ уже отозван, скрипты скилла просто сломаются. Такой ключ мог попасть в скилл вместе с целым рабочим пространством автора, включая личные данные.

Автору

Ключ виден всем, кто скачал скилл, и уже мог быть скопирован ботами, которые сканируют каталоги. Отзовите его сейчас, проверьте счета и логи доступа, а потом перевыпустите.

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.
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 · 3

  • высокая Секреты в коде meta-credential-files .env
    В скилле лежат файлы с учётными данными / .env (1)
    .env
Средние и низкие: 2
  • низкая Утечка данных read-dotenv INSTALL.md:28
    Чтение файла .env
    cp .env.example .env
  • низкая Секреты в коде secret-high-entropy-token main.py:97
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    session_id = f"6FmU…1ph"
    в кавычках

Просканировано файлов: 9. 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")

Процессный рейтинг: все десять параметров 46/100

  • 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
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 34
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 947 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 12. 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -226 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 3 примера фраз-триггеров в кавычках
  • +3Длина description 125 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 25 заголовков
  • +3Пошаговые инструкции: 34 пунктов
  • +4Есть примеры (9 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.

Внешние проверки

ClawHub: suspicious
This appears to be a real BytePlan charting skill, but it uses stored account credentials with broad scope and sends credential-backed requests to a configurable external endpoint.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.