SKILLEMALL.ai
GitHub ↗ EN Войти

CD Token Alert Skill

🚨 Отслеживайте токены сеанса и получайте оповещения при 75%/90%/95%

машинный переводПоказать оригиналСкрыть оригинал«🚨 Monitor session tokens and get alerts at 75%/90%/95%…»

🚨 Monitor session tokens and get alerts at 75%/90%/95%

Не рекомендуетсяесть критические или высокие находки безопасности
modbender/skill-library-mcp Agent Skills автор: modbender MIT 33 файла · 5 скриптов тело ≈ 1 105 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

🚨 Отслеживайте токены сеанса и получайте оповещения при 75%/90%/95%

Как процесс D 41/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураTelegramGitHubДанные и аналитикатип 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
C
70/100
безопасность, качество, тесты
Безопасность 60%
70
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
D
41/100
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

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.
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 scripts/setup-notifications.sh:26
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре)
    launchctl load "$PLIST_DST"
Средние и низкие: 4
  • средняя Опасные команды cmd-persistence scripts/setup-notifications.sh:17
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре) (строковый литерал в коде, не выполняется)
    PLIST_DST="$HOME/Library/LaunchAgents/com.clawdbot.token-alert.plist"
    строка в коде
  • средняя Опасные команды cmd-persistence scripts/setup-notifications.sh:36
    Механизм закрепления (cron / launchd / планировщик / автозапуск в реестре) (строковый литерал в коде, не выполняется)
    echo "  Start:  launchctl load $PLIST_DST"
    строка в коде
  • низкая Утечка данных exfil-secret-in-url research/multi-provider-research-2026-01-27.md:153
    Учётные данные в строке запроса URL (для части API это норма — проверьте, что хост нужный) (адрес назначения — известный публичный сервис; в кавычках — упоминание, а не команда)
    curl "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
    известный сервисв кавычках
  • низкая Утечка данных net-credential-use research/multi-provider-research-2026-01-27.md:153
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (адрес назначения — известный публичный сервис)
    curl "https://generativelanguage.googleapis.com/v1beta/models/gemi…ent?key=…" \
    известный сервис

Просканировано файлов: 33. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение name-format name должен быть в kebab-case (строчные буквы, цифры, дефисы)

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
  • 40Согласованность. Имя во frontmatter (Token Alert Skill) не совпадает с папкой (token-alert)
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 38
  • 100Стоимость исполнения. Тело инструкции 1105 токенов
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 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)
  • +3Длина description 55: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -216 эмодзи в инструкциях: шум для модели
  • -310 из 12 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 21 заголовков
  • +3Пошаговые инструкции: 38 пунктов
  • +4Есть примеры (7 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 71.