SKILLEMALL.ai
GitHub ↗ EN Войти

BC openclaw-workspace-pro

Готовая к производству настройка рабочей среды для агентов OpenClaw. Реализует рабочие процессы артефактов, управление секретами, сжатие памяти и шаблоны долгосрочных агентов на основе лучших практик OpenAI Shell + Skills. Установка одной командой превращает вашу рабочую среду в готовую к производству среду.

машинный переводПоказать оригиналСкрыть оригинал«Production-ready workspace setup for OpenClaw agents. Implements artif…»

Production-ready workspace setup for OpenClaw agents. Implements artifact workflows, secrets management, memory compaction, and long-running agent patterns based on OpenAI's Shell + Skills best practices. One-command installation transforms your workspace into a production-ready environment.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 9 файлов · 1 скрипт тело ≈ 1 382 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Готовая к производству настройка рабочей среды для агентов OpenClaw.

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, ошибки и развилки

ПроцедураИИ 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
B
85/100
безопасность, качество, тесты
Безопасность 60%
96
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

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 · 4

✓ Критических и высоких находок нет

Средние и низкие: 4
  • низкая Секреты в коде secret-password-literal README.md:100
    Захардкоженный пароль / ключ (возможно, пример) (значение-заглушка)
    API_KEY=sk-a…...  ❌ Plaintext, exposed
    заглушка
  • низкая Секреты в коде secret-password-literal README.md:106
    Захардкоженный пароль / ключ (возможно, пример) (значение-заглушка)
    API_KEY=sk-a…...
    заглушка
  • низкая Секреты в коде secret-password-literal SKILL.md:100
    Захардкоженный пароль / ключ (возможно, пример) (значение-заглушка)
    API_KEY=sk-a…...  ❌ Plaintext, exposed in git
    заглушка
  • низкая Секреты в коде secret-password-literal SKILL.md:106
    Захардкоженный пароль / ключ (возможно, пример) (значение-заглушка)
    API_KEY=sk-a…...
    заглушка

Просканировано файлов: 9. 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 "repository"

Процессный рейтинг: все десять параметров 51/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 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: 6, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 41
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1382 токенов
  • low Разделов верхнего уровня: 12. 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
  • -215 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 292 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 24 заголовков
  • +3Пошаговые инструкции: 41 пунктов
  • +4Есть примеры (10 блоков кода)

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