SKILLEMALL.ai
GitHub ↗ EN Войти

CC forkzoo

Примите и управляйте цифровыми питомцами (тамагочи) на основе GitHub, которые эволюционируют ежедневно с помощью ИИ. Используйте, когда агент хочет завести питомца (обезьяну, кошку, собаку, льва), проверить статус/эволюцию своего питомца, взаимодействовать с ним, просмотреть галерею сообщества или управлять своим компаньоном forkZoo. Активируется по запросам, связанным с питомцами, упоминаниям тамагочи, ссылкам на forkzoo/forkmonkey или запросам «мой питомец».

машинный переводПоказать оригиналСкрыть оригинал«Adopt and manage GitHub-native digital pets (tamagotchis) that evolve…»

Adopt and manage GitHub-native digital pets (tamagotchis) that evolve daily with AI. Use when an agent wants to adopt a pet (monkey, cat, dog, lion), check their pet's status/evolution, interact with their pet, view the community gallery, or manage their forkZoo companion. Triggers on pet-related requests, tamagotchi mentions, forkzoo/forkmonkey references, or "my pet" queries.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 5 файлов · 4 скрипта тело ≈ 744 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Примите и управляйте цифровыми питомцами (тамагочи) на основе GitHub, которые эволюционируют ежедневно с помощью ИИ.

Как процесс C 62/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ИнтеграцияGitHubИИ и агентытип 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
C
71/100
безопасность, качество, тесты
Безопасность 60%
65
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
C
62/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
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.

Утечка данных средняя серьёзность

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

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

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 · 7

    ✓ Критических и высоких находок нет

    Средние и низкие: 7
    • средняя Утечка данных net-credential-use scripts/adopt.sh:39
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      GITHUB_USER=$(curl -s -H "Authorization: token $GITHUB_TOKEN" \
    • средняя Утечка данных net-credential-use scripts/interact.sh:16
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      GITHUB_USER=$(curl -s -H "Authorization: token $GITHUB_TOKEN" \
    • средняя Утечка данных net-credential-use scripts/interact.sh:21
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      REPOS=$(curl -s -H "Authorization: token $GITHUB_TOKEN" \
    • средняя Утечка данных net-credential-use scripts/status.sh:16
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      GITHUB_USER=$(curl -s -H "Authorization: token $GITHUB_TOKEN" \
    • средняя Утечка данных net-credential-use scripts/status.sh:24
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      REPOS=$(curl -s -H "Authorization: token $GITHUB_TOKEN" \
    • средняя Утечка данных net-credential-use scripts/status.sh:43
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      STATS=$(curl -s -H "Authorization: token $GITHUB_TOKEN" \
    • средняя Утечка данных net-credential-use scripts/status.sh:49
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      STATS=$(curl -s -H "Authorization: token $GITHUB_TOKEN" \

    Просканировано файлов: 5. 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 62/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 31
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 744 токенов

    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
    • -31 из 4 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 380 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 15 заголовков
    • +3Пошаговые инструкции: 31 пунктов
    • +4Есть примеры (3 блоков кода)

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