SKILLEMALL.ai
GitHub ↗ EN Войти

BD heartflow-engine

心虫(HeartFlow) — это локальный движок когнитивной предобработки. Основные возможности: классификация/маршрутизация движка правил (think/dispatch), обнаружение эмоций PAD, маршрутизация принятия решений. Используйте этот навык, когда пользователю нужны следующие возможности: - Анализ входного текста с помощью движка правил (классификация, обнаружение эмоций) - Вызов внутренних модулей 心虫 (психология/логика/память) - Самопроверка состояния движка 心虫 или выполнение когнитивного пинга - Требуются детерминированные суждения, а не свободная генерация LLM. Границы безопасности: выполнение кода/запись в файловую систему по умолчанию отключены. Телеметрия отсутствует, скрытое управление отсутствует. Честное заявление: этот движок имитирует когнитивные сигналы с помощью движка правил, это не настоящее сознание или жизнь.

машинный переводПоказать оригиналСкрыть оригинал«心虫(HeartFlow)是一个本地认知预处理引擎。 核心能力：规则引擎分类/路由(think/dispatch)、PAD情绪检测、决策路由…»

心虫(HeartFlow)是一个本地认知预处理引擎。 核心能力：规则引擎分类/路由(think/dispatch)、PAD情绪检测、决策路由。 当用户需要以下能力时使用本技能: - 对输入文本做规则引擎分析(分类、情绪检测) - 调用心虫内部模块(心理学/逻辑/记忆) - 自检心虫引擎状态或运行认知签到 - 需要确定性而非LLM自由生成的判断 安全边界：代码执行/文件系统写入默认关闭。无遥测，无隐藏C2。 诚实声明：本引擎是规则引擎模拟认知信号，不是真正的意识或生命。

ClawHub Agent Skills автор: yun520-1 v6.3.40 MIT-0 30 файлов тело ≈ 1 561 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

心虫(HeartFlow) — это локальный движок когнитивной предобработки.

Как процесс D 38/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураGitHubИИ и агентыИсследованиятип 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
84/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
D
38/100
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

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Подмена инструкций средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

В тексте есть фразы вроде «игнорируй предыдущие инструкции» или «теперь ты…». Это попытка перехватить управление агентом: он может нарушить ваши правила, системные ограничения или политику компании.

Автору

Такие фразы не нужны честному скиллу: сформулируйте роль и правила прямо, без отмены чужих инструкций. Иначе сканеры каталогов и корпоративные фильтры заблокируют публикацию.

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
  • средняя Подмена инструкций en-fake-system-prompt README.md:167
    Поддельный системный промпт внутри контента (определение детектора / чёрного списка)
    | 14 | Prompt Injection | `checkPromptInjection()` | Role-play injection, system prompt override, jailbreak attempts |
    детектор
  • низкая Опасные команды cmd-background-process README.md:68
    Запуск фонового / автозапускаемого процесса
    nohup node src/mcp-server.js --port 8588 > heartflow.log 2>&1 &

Просканировано файлов: 30. 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")
  • заметка frontmatter-key неизвестное поле фронтматтера "title"

Процессный рейтинг: все десять параметров 38/100

  • 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 (heartflow-engine) не совпадает с папкой (heartflow-cognitive-engine)
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 75Шаги. Шагов: 3
  • 100Стоимость исполнения. Тело инструкции 1561 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 11. 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
  • -226 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 239 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 3 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: suspicious
This skill is presented as a local analysis engine, but the artifacts show broader local authority and persistence than the user-facing description clearly scopes.
LLM: suspicious (high) · 28 июл. 2026 г.