SKILLEMALL.ai
GitHub ↗ EN Войти

BC tmrland-personal

Персональный агент TMR Land для торговой площадки AI-бизнесов. Используйте, когда: (1) ищете AI/Data-бизнесы, (2) публикуете намерения о покупке, (3) размещаете и управляете заказами через эскроу, (4) сравниваете качество бизнеса с помощью Delta scoring, (5) просматриваете прогнозы Grand Apparatus.

машинный переводПоказать оригиналСкрыть оригинал«TMR Land personal agent for an AI business marketplace. Use when: (1)…»

TMR Land personal agent for an AI business marketplace. Use when: (1) searching for AI/data businesses, (2) publishing purchase intentions, (3) placing and managing escrow orders, (4) comparing business quality via Delta scoring, (5) browsing Grand Apparatus predictions.

modbender/skill-library-mcp Agent Skills автор: modbender MIT 24 файла тело ≈ 617 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Персональный агент TMR Land для торговой площадки AI-бизнесов.

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

ПроцедураТорговляИИ и агентыТексты и документытип 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
84/100
безопасность, качество, тесты
Безопасность 60%
89
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
51/100
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-redirectable-api-key scripts/_lib.mjs:7
      Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
      API key + configurable base URL from environment
    • низкая Секреты в коде secret-high-entropy-token references/api-keys-api.md:47
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "raw_key": "tmr_…7oK"
      в кавычках
    • низкая Обфускация obf-base64-blob references/auth-api.md:92
      Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
      "access_token": "eyJh…123",
      в кавычках
    • низкая Обфускация obf-base64-blob references/auth-api.md:93
      Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
      "refresh_token": "eyJh…456",
      в кавычках
    • низкая Обфускация obf-base64-blob references/auth-api.md:136
      Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
      "access_token": "eyJh…123",
      в кавычках
    • низкая Обфускация obf-base64-blob references/auth-api.md:137
      Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
      "refresh_token": "eyJh…456",
      в кавычках
    • низкая Обфускация obf-base64-blob references/auth-api.md:208
      Длинный blob, похожий на base64 (в кавычках — упоминание, а не команда)
      "refresh_token": "eyJh…456"
      в кавычках

    Просканировано файлов: 24. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"

    Процессный рейтинг: все десять параметров 51/100

    • 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
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (tmrland-personal) не совпадает с папкой (tmrland-personal-demo)
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 9
    • 100Стоимость исполнения. Тело инструкции 617 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
    • -415 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -33 из 8 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 271 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 9 пунктов
    • +4Есть примеры (1 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.