CD project-cerebro
Project Cerebro - Control Surface: модульная панель управления многомозговой работой, построенная на OpenClaw.
машинный переводПоказать оригиналСкрыть оригинал«Project Cerebro - Control Surface: modular multi-brain execution dashb…»
Project Cerebro - Control Surface: modular multi-brain execution dashboard built on OpenClaw
Project Cerebro - Control Surface: модульная панель управления многомозговой работой, построенная на OpenClaw.
Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
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.
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
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 14
✓ Критических и высоких находок нет
Средние и низкие: 14
-
средняя Опасные команды
cmd-privilegeREADME.md:121Повышение привилегий / права на запись для всехsudo cp project-cerebro.service /etc/systemd/system/
-
низкая Секреты в коде
secret-high-entropy-tokenfrontend/package-lock.json:322Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…SzS+cfgl…B0A==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenfrontend/package-lock.json:336Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha512-GZMB+a0mO…4cw+w1WV…UED+1X8a…sJi+8mgpw==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenfrontend/package-lock.json:506Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…HK5+NE/tvnRLbIqUWa+0E9N4WNMjmp/kXXP…R8w==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenfrontend/package-lock.json:727Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…78O/B3Kkh+nKABUF++bvJv…56W+C8F9…X6m+IktJnIb1Jjg==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenfrontend/package-lock.json:935Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…yQ4+1JEU…qkW+cY7W…Kyb+GUaGyKUA==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:65Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…4wC+Keca…vc6/fddvw/6lg9…Dt9+DkIvjXImQQ==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:74Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…7KL+OVwF…Elx+TiI1/6kcmcEe+g5YR…OvQ==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:112Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…p7K+vRNE…9hg==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:162Строка, похожая на токен (может быть id, хеш или секрет) (определение детектора / чёрного списка)"integrity": "sha5…p7K+vRNE…9hg==",
детектор -
низкая Секреты в коде
secret-high-entropy-tokenpackage-lock.json:269Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)"integrity": "sha5…Z8c+xF4WafPK+XzneQDPU+D10r…jX2+qtFF…YgQ==",
в кавычках -
низкая Утечка данных
read-dotenvREADME.md:42Чтение файла .envcp .env.example .env
-
низкая Опасные команды
cmd-background-processREADME.md:123Запуск фонового / автозапускаемого процессаsudo systemctl enable project-cerebro
-
низкая Утечка данных
read-dotenvSETUP.md:28Чтение файла .envcp .env.example .env
Просканировано файлов: 80. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "homepage"
Процессный рейтинг: все десять параметров 41/100
- 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: 4, без проверки текущего состояния
- 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
- 85Шаги. Шагов: 28, расплывчатых формулировок: 1
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 690 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)
- +3Длина description 92: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- -31 из 1 скриптов не упомянуты в SKILL.md
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 8 заголовков
- +3Пошаговые инструкции: 28 пунктов
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 61.