SKILLEMALL.ai
EN Войти

BF 敏感词筛查-CMT-1.0

Этот навык следует использовать, когда пользователь хочет проверить файлы (PDF, Word, Excel) на наличие конфиденциальных/запрещенных слов из библиотеки слов и выделить их желтым цветом. Навык имеет встроенную библиотеку слов (65 слов, 9 категорий), а также поддерживает внешние файлы со словами.

машинный переводПоказать оригиналСкрыть оригинал«This skill should be used when the user wants to check files (PDF, Wor…»

This skill should be used when the user wants to check files (PDF, Word, Excel) for sensitive/prohibited words from a word library, and highlight them in yellow. The skill has a built-in word library (65 words, 9 categories) and also supports external word files.

ClawHub Agent Skills автор: betty831221 v1.0.0 MIT-0 4 файла тело ≈ 450 токенов Открыть источникclawhub.ai↗ проанализирован 22 ч назад

Этот навык следует использовать, когда пользователь хочет проверить файлы (PDF, Word, Excel) на наличие конфиденциальных/запрещенных слов из библиотеки слов и…

Как процесс F 37/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: scripts/sensitive_word_checker.py

ПроцедураWordРазработкаДанные 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
B
88/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
F
37/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: scripts/sensitive_word_checker.py
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: 敏感词筛查-CMT-1.0 (ClawHub)

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 0. 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)
  • предупреждение missing-ref ссылка на отсутствующий файл: scripts/sensitive_word_checker.py
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"
  • заметка frontmatter-key неизвестное поле фронтматтера "disable"

Процессный рейтинг: все десять параметров 37/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/sensitive_word_checker.py
  • 0Инструменты и файлы. Не хватает 1 файла(ов): scripts/sensitive_word_checker.py
  • 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
  • 40Согласованность. Имя во frontmatter (敏感词筛查-CMT-1.0) не совпадает с папкой (cmt-1-0)
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 14
  • 100Стоимость исполнения. Тело инструкции 450 токенов
  • 100Повторный запуск. Изменяющих операций нет

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 263 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (3 блоков кода)

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

Внешние проверки

ClawHub: clean
This skill is a local document checker that highlights sensitive words in user-selected files, with no evidence of hidden networking, credential access, persistence, or destructive intent.
LLM: benign (high) · VirusTotal: · 1 июл. 2026 г.