SKILLEMALL.ai

AB trustlog

Создание, суммирование или проверка локальных читаемых человеком квитанций о работе агента с помощью CLI @builtbyecho/trustlog. Используйте, когда пользователь запрашивает подтверждение того, что сделал агент, квитанции для аудита, сводки команд/изменений, безопасную передачу, проверку квитанций или локальные доказательства перед отправкой работы в PR, тикеты или чат.

машинный переводПоказать оригиналСкрыть оригинал«Create, summarize, or verify local human-readable receipts for AI agen…»

Create, summarize, or verify local human-readable receipts for AI agent work using the @builtbyecho/trustlog CLI. Use when a user asks for proof of what an agent did, audit receipts, command/change summaries, safe handoffs, receipt verification, or local-first evidence before sharing work in PRs, tickets, or chat.

ClawHub Agent Skills автор: BuiltByEcho v0.2.3 MIT-0 2 файла тело ≈ 503 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Создание, суммирование или проверка локальных читаемых человеком квитанций о работе агента с помощью CLI @builtbyecho/trustlog.

Как процесс B 71/100 · Почти готов — слабые места: результат и критерий готовности, входы и предусловия

АнализаторИИ и агентыИнфраструктураТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
B
71/100
Почти готов
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
55
три самых слабых из десяти параметров · все десять

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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 71/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 11
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 503 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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 315 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 11 пунктов
    • +4Есть примеры (5 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    The skill is a coherent audit-receipt helper, with an optional cloud upload path that users should treat carefully but that is disclosed and purpose-aligned.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.