SKILLEMALL.ai

BF Email Automation

Отправляйте и автоматизируйте электронные письма с помощью ConvertKit или Mailchimp.

машинный переводПоказать оригиналСкрыть оригинал«Send and automate emails using ConvertKit or Mailchimp.…»

Send and automate emails using ConvertKit or Mailchimp.

ClawHub Agent Skills автор: RunByDaVinci v0.1.0 MIT-0 12 файлов · 4 скрипта тело ≈ 134 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Отправляйте и автоматизируйте электронные письма с помощью ConvertKit или Mailchimp.

Как процесс F 31/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается

ГенераторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
77/100
безопасность, качество, тесты
Безопасность 60%
90
Качество 40%
58
Прогон на моделях
не было
Процессный рейтинг
F
31/100
Не запустится
Шаги вес 15
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
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 · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • средняя Утечка данных net-credential-use lib/convertkit-api.sh:35
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -s "$CONVERTKIT_API_BASE/sequences?api_secret=$CONVERTKIT_API_SECRET"
  • средняя Утечка данных net-credential-use lib/convertkit-api.sh:66
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -s "$CONVERTKIT_API_BASE/sequences/$sequence_id/subscriptions?api_secret=$CONVERTKIT_API_SECRET"

Просканировано файлов: 12. 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 description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "id"
  • заметка frontmatter-key неизвестное поле фронтматтера "last_amended_at"
  • заметка frontmatter-key неизвестное поле фронтматтера "trigger_patterns"
  • заметка frontmatter-key неизвестное поле фронтматтера "pre_conditions"
  • заметка frontmatter-key неизвестное поле фронтматтера "expected_output_format"

Процессный рейтинг: все десять параметров 31/100

  • 0Шаги. Инструкция сплошным текстом, шаги не выделены
  • 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: 2, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (Email Automation) не совпадает с папкой (email-automation-dv)
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Стоимость исполнения. Тело инструкции 134 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 55: рекомендуется 120–800 символов
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 5 заголовков
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 58.

Внешние проверки

ClawHub: suspicious
This email automation skill is not clearly malicious, but it needs review because it can use real marketing-platform credentials and affect subscriber or campaign data while its scope and safeguards are under-specified.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.