SKILLEMALL.ai
GitHub ↗ EN Войти

DC llmrouter

Интеллектуальный прокси LLM, который направляет запросы к соответствующим моделям в зависимости от сложности. Экономьте деньги, используя более дешевые модели для простых задач. Протестировано с Anthropic, OpenAI, Gemini, Kimi/Moonshot и Ollama.

машинный переводПоказать оригиналСкрыть оригинал«Intelligent LLM proxy that routes requests to appropriate models based…»

Intelligent LLM proxy that routes requests to appropriate models based on complexity. Save money by using cheaper models for simple tasks. Tested with Anthropic, OpenAI, Gemini, Kimi/Moonshot, and Ollama.

Не рекомендуетсяесть критические или высокие находки безопасности · низкая оценка D
modbender/skill-library-mcp Agent Skills автор: modbender MIT 1 файл тело ≈ 2 330 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Интеллектуальный прокси LLM, который направляет запросы к соответствующим моделям в зависимости от сложности.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, повторный запуск

ИнтеграцияИИ 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
D
41/100
безопасность, качество, тесты
Безопасность 60%
23
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Чем это грозит

Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.

Опасные команды
Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

Как улучшить

  1. Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
  2. 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 · 5

  • высокая Опасные команды cmd-persistence SKILL.md:230
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре)
    launchctl load ~/Library/LaunchAgents/com.llmrouter.plist
  • высокая Опасные команды cmd-persistence SKILL.md:236
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре)
    launchctl unload ~/Library/LaunchAgents/com.llmrouter.plist
  • высокая Опасные команды cmd-persistence SKILL.md:237
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре)
    launchctl load ~/Library/LaunchAgents/com.llmrouter.plist
  • высокая Опасные команды cmd-persistence SKILL.md:351
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре)
    cat ~/Library/LaunchAgents/com.llmrouter.plist  # Verify paths
Средние и низкие: 1
  • средняя Опасные команды cmd-persistence SKILL.md:194
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре) (в кавычках — упоминание, а не команда)
    Create `~/Library/LaunchAgents/com.llmrouter.plist`:
    в кавычках

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 "homepage"

Процессный рейтинг: все десять параметров 58/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 21
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2330 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 10. 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
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 204 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 27 заголовков
  • +3Пошаговые инструкции: 21 пунктов
  • +4Есть примеры (20 блоков кода)

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