SKILLEMALL.ai
GitHub ↗ EN Войти

BD m365-spam-manager

Менеджер папки "Спам" для Microsoft 365, почтовых ящиков Outlook/Exchange. Автоматически анализирует нежелательные/спам-письма, рассчитывает "подозрительный" балл на основе структурных паттернов (отсутствие ссылок отписки, плохой язык, подозрительные домены, неправильные наборы символов и т. д.) и помогает очистить папку "Спам". Поддерживает режим проверки (по умолчанию), когда пользователь одобряет каждое действие, и автоматический режим для пакетной обработки. Работает с общими почтовыми ящиками через флаг --mailbox. Связанные ключевые слова: Outlook, Exchange Online, спам-фильтр, нежелательная почта, фишинг, безопасность электронной почты. **Стоимость токенов:** ~500-1.5 тыс. токенов за использование.

машинный переводПоказать оригиналСкрыть оригинал«Microsoft 365 spam folder manager for Outlook/Exchange mailboxes. Auto…»

Microsoft 365 spam folder manager for Outlook/Exchange mailboxes. Automatically analyzes junk/spam emails, calculates a suspicious score based on structural patterns (missing unsubscribe links, poor language, suspicious domains, wrong character sets, etc.), and helps clean up the junk folder. Supports review mode (default) where user approves each action, and automatic mode for batch processing. Works with shared mailboxes via --mailbox flag. Related keywords: Outlook, Exchange Online, spam filter, junk email, phishing, email security. **Token cost:** ~500-1.5k tokens per use.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 9 файлов тело ≈ 609 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Менеджер папки "Спам" для Microsoft 365, почтовых ящиков Outlook/Exchange.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторOutlookБезопасностьтип 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
89/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
81
Прогон на моделях
не было
Процессный рейтинг
D
43/100
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 · 5

    ✓ Критических и высоких находок нет

    Средние и низкие: 5
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:77
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…xlQ+qhZu…XDg==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:104
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…Acw+aHh4…d9e/hbIXq980/1QJg==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:146
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…q1F+ppbRo70+YeaD…NPN+GD6b…CXQ==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:166
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha5…8CM+MzKM…4lA==",
      детектор
    • низкая Секреты в коде secret-high-entropy-token package-lock.json:178
      Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)
      "integrity": "sha512-+NYs2QeMWy+GWFO…UmJ+93Q5…iX3/fpC6afS8Dhb/gz7R7eg==",
      детектор

    Просканировано файлов: 9. 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 43/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, node), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 5
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 609 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
    • -33 из 6 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 583 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 5 пунктов
    • +4Есть примеры (4 блоков кода)

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