SKILLEMALL.ai
GitHub ↗ EN Войти

BF heartflow-pipeline

HeartFlow — это выходной уровень ИИ для различения доступа. Первый уровень пятиуровневой способности AGI. Без зависимости от LLM, чистый движок правил, 45-мерное различение текста + конвейер из 12 модулей. npm: @yun520-1/heartflow GitHub: https://github.com/yun520-1/mark-heartflow-skill

машинный переводПоказать оригиналСкрыть оригинал«心虫(HeartFlow)是AI输出的辨别门禁层。AGI五层能力的第一层。 零LLM依赖，纯规则引擎，45维文本辨别 + 12模块管线。…»

心虫(HeartFlow)是AI输出的辨别门禁层。AGI五层能力的第一层。 零LLM依赖，纯规则引擎，45维文本辨别 + 12模块管线。 npm: @yun520-1/heartflow GitHub: https://github.com/yun520-1/mark-heartflow-skill

ClawHub Agent Skills автор: yun520-1 v1.0.0 MIT-0 19 файлов тело ≈ 100 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

HeartFlow — это выходной уровень ИИ для различения доступа.

Как процесс F 34/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

ПроцедураGitHubИнфраструктуратип 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%
68
Прогон на моделях
не было
Процессный рейтинг
F
34/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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: 1. 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 34/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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-pipeline) не совпадает с папкой (hf-pub)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Стоимость исполнения. Тело инструкции 100 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)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 151 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 3 заголовков
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: suspicious
The skill appears to be a local rule-based text gate, but its documentation and metadata overstate or contradict its actual capabilities and under-disclose persistent memory behavior.
LLM: suspicious (medium) · 29 июл. 2026 г.