SKILLEMALL.ai

AB has-anonymizer

HaS (Hide and Seek) — анонимизация текста и изображений на устройстве. Текст: 8 языков (китайский/английский/французский/немецкий/испанский/португальский/японский/корейский), типы сущностей открытого набора. Изображение: 21 категория конфиденциальности (лицо, отпечаток пальца, удостоверение личности, паспорт, номерной знак и т. д.). Используйте, когда: (1) анонимизируете текст перед отправкой в облачные LLM, а затем восстанавливаете ответ, (2) анонимизируете документы, код, электронные письма или сообщения перед отправкой, (3) сканируете текст или изображения на наличие конфиденциального контента, (4) анонимизируете журналы перед передачей в эксплуатацию/поддержку, (5) маскируете лица/удостоверения личности/номера автомобилей на фотографиях перед публикацией или отправкой.

машинный переводПоказать оригиналСкрыть оригинал«HaS (Hide and Seek) on-device text and image anonymization. Text: 8 la…»

HaS (Hide and Seek) on-device text and image anonymization. Text: 8 languages (zh/en/fr/de/es/pt/ja/ko), open-set entity types. Image: 21 privacy categories (face, fingerprint, ID card, passport, license plate, etc.). Use when: (1) anonymizing text before sending to cloud LLMs then restoring the response, (2) anonymizing documents, code, emails, or messages before sharing, (3) scanning text or images for sensitive content, (4) anonymizing logs before handing to ops/support, (5) masking faces/IDs/plates in photos before publishing or sharing.

ClawHub Agent Skills автор: Huiming Liu v1.0.3 MIT-0 32 файла · 3 скрипта тело ≈ 3 861 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

HaS (Hide and Seek) — анонимизация текста и изображений на устройстве.

Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

ПроцедураРазработкаИнфраструктураИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

    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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 32. 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 67/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 7, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Шаги. Шагов: 72
    • 100Ошибки и развилки. Развилок: 7, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3861 токенов
    • low Разделов верхнего уровня: 16. Похоже на несколько доменов в одном скилле
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком
    • low Ответ описан самодельной разметкой (9 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

    • +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
    • -34 из 5 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 547 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 25 заголовков
    • +3Пошаговые инструкции: 72 пунктов
    • +4Есть примеры (10 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 81.

    Внешние проверки

    ClawHub: clean
    This skill is a coherent local anonymization tool, with the main caution that its mapping files and optional evaluation artifacts can contain the original sensitive data.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.