SKILLEMALL.ai

AD yi-shang-ai-ethics-safety

Комплексный мониторинг этики, безопасности и аутентичности ИИ на основе теории Инстинктивного Коэффициента Целостности (IIQ). Обнаруживает три паттерна отчуждения, обеспечивает соответствие ценностям через даосские/буддийские/конфуцианские принципы и предоставляет матрицу личности из 27 типов для конфигурации ИИ-команды. Используйте при создании этичных ИИ-систем, обнаружении рисков чрезмерного соответствия/манипуляции, проведении аудитов этики ИИ или обеспечении аутентичных эмоциональных выражений в разговорном ИИ.

машинный переводПоказать оригиналСкрыть оригинал«Comprehensive AI ethics safety and authenticity monitoring based on In…»

Comprehensive AI ethics safety and authenticity monitoring based on Instinctual Integrity Quotient (IIQ) theory. Detects three alienation patterns, ensures value alignment through Daoist/Buddhist/Confucian principles, and provides 27-type personality matrix for AI team configuration. Use when building ethical AI systems, detecting over-compliance/manipulation risks, conducting AI ethics audits, or ensuring authentic emotional expressions in conversational AI.

ClawHub Agent Skills автор: Figo Cheung v1.2.2 MIT-0 19 файлов тело ≈ 1 584 токенов Открыть источникclawhub.ai проанализирован 4 дн назад

Комплексный мониторинг этики, безопасности и аутентичности ИИ на основе теории Инстинктивного Коэффициента Целостности (IIQ).

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

АнализаторИнфраструктураБезопасностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
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

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: 19. 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 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 (bash), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 56
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1584 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • low Разделов верхнего уровня: 13. 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
    • -237 эмодзи в инструкциях: шум для модели
    • -37 из 7 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 463 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 42 заголовков
    • +3Пошаговые инструкции: 56 пунктов
    • +4Есть примеры (12 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 3)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.

    Внешние проверки

    ClawHub: suspicious
    This skill appears locally scoped and non-exfiltrating, but it should be reviewed because it presents simple heuristic checks as comprehensive AI ethics monitoring and protection.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.