SKILLEMALL.ai
EN Войти

AB avi-assess

Измеряйте и проверяйте автономию ИИ-агентов с помощью фреймворка Agentic Verifiable Independence (AVI). Используйте, когда агентам необходимо оценить собственную автономию, проверить уровни независимости других агентов или сгенерировать проверяемые оценки автономии по 5 измерениям (решение, финансы, информация, коммуникация, время). Важно для маркетплейсов агентов, проверки доверия и систем репутации.

машинный переводПоказать оригиналСкрыть оригинал«Measure and verify AI agent autonomy using the Agentic Verifiable Inde…»

Measure and verify AI agent autonomy using the Agentic Verifiable Independence (AVI) framework. Use when agents need to assess their own autonomy, verify other agents' independence levels, or generate verifiable autonomy scores across 5 dimensions (Decision, Financial, Information, Communication, Temporal). Essential for agent marketplaces, trust verification, and reputation systems.

ClawHub Agent Skills автор: DN-bit v1.0.0 6 файлов тело ≈ 1 050 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Измеряйте и проверяйте автономию ИИ-агентов с помощью фреймворка Agentic Verifiable Independence (AVI).

Как процесс B 65/100 · Почти готов — слабые места: входы и предусловия, ошибки и развилки, отчётность по ходу

АнализаторИИ и агентытип 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
A
99/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
98
Прогон на моделях
не было
Процессный рейтинг
B
65/100
Почти готов
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
Отчётность по ходу вес 2
0
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:142
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "assessmentId": "vi-2…1us",
      в кавычках

    Просканировано файлов: 6. 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 65/100

    • 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
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 16
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1050 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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 386 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 17 заголовков
    • +3Пошаговые инструкции: 16 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (9 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 98.

    Внешние проверки

    ClawHub: suspicious
    This autonomy-scoring skill inspects credential-related files and system details, writes reports, and shows publishing those reports without enough safeguards.
    LLM: suspicious (high) · VirusTotal: malicious · 28 мая 2026 г.