SKILLEMALL.ai

BB sageox-distill

Синхронизация, индексация и обобщение активности команды в репозиториях с поддержкой SageOx. Поддерживает базу знаний команды в актуальном состоянии путем синхронизации контекстов репозиториев, индексации PR/задач GitHub и запуска конвейера обобщения SageOx.

машинный переводПоказать оригиналСкрыть оригинал«Sync, index, and distill team activity across SageOx-enabled repositor…»

Sync, index, and distill team activity across SageOx-enabled repositories. Keeps your team's knowledge base up to date by syncing repo contexts, indexing GitHub PRs/issues, and running the SageOx distillation pipeline.

ClawHub Agent Skills автор: Galex Yen v0.2.1 MIT-0 5 файлов · 2 скрипта тело ≈ 2 106 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Синхронизация, индексация и обобщение активности команды в репозиториях с поддержкой SageOx.

Как процесс B 72/100 · Почти готов — слабые места: когда включается, повторный запуск

СправочникGitHubИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
88/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
B
72/100
Почти готов
Когда включается вес 12
20
Повторный запуск вес 4
30
Инструменты и файлы вес 18
60
три самых слабых из десяти параметров · все десять

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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Опасные команды cmd-pipe-to-shell scripts/install-ox-curl.sh:7
    Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (определение детектора / чёрного списка; комментарий в коде)
    # Why this shape: scanners flag `curl | bash` of a remote shell script,
    детекторкомментарий

Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 72/100

  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 100Шаги. Шагов: 34
  • 100Ошибки и развилки. Развилок: 8, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2106 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Ответ описан самодельной разметкой (6 тегов): типизированный вызов надёжнее

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)
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 218 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 12 заголовков
  • +3Пошаговые инструкции: 34 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: suspicious
This skill appears designed for repository memory, but it needs Review because it can install a CLI and send repository/GitHub context to external services without clear up-front disclosure.
LLM: suspicious (medium) · VirusTotal: · 29 мая 2026 г.