SKILLEMALL.ai
EN Войти

BC yoga-pose-cuc

База знаний по йоге от Китайского университета коммуникаций (преподаватель Чжао Сяолинь). Активируется, когда пользователь задает вопросы о позах йоги, полном списке поз, конкретных названиях поз (например, Воин II, Планка, Кобра, Верблюд, Собака мордой вниз, Кошка-Корова, Тигр, Полумесяц и т. д.), или упоминает ключевые моменты выполнения поз, задействованные мышцы, санскритские названия, истории происхождения поз и т. д. Предоставляет профессиональные, теплые и культурно богатые ответы о позах йоги.

машинный переводПоказать оригиналСкрыть оригинал«中国传媒大学瑜伽精品课（赵晓琳老师）瑜伽体式知识库。当用户询问瑜伽体式相关问题、体式大全、具体体式名称（如战士二式、平板支撑、蛇式、骆驼式、…»

中国传媒大学瑜伽精品课（赵晓琳老师）瑜伽体式知识库。当用户询问瑜伽体式相关问题、体式大全、具体体式名称（如战士二式、平板支撑、蛇式、骆驼式、下犬式、猫弓背式、虎式、新月式等），或提到瑜伽动作要领、发力部位、梵文名称、体式起源故事等内容时触发。提供专业、温暖、有文化底蕴的瑜伽体式解答。

ClawHub Agent Skills автор: hoovaycn v1.0.0 MIT-0 4 файла · 1 скрипт тело ≈ 537 токенов Открыть источникclawhub.ai↗ проанализирован 10 ч назад

База знаний по йоге от Китайского университета коммуникаций (преподаватель Чжао Сяолинь).

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураОбучениетип 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
85/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
71
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 scripts/query.sh:11
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -s "${url}" -H "xc-token: ${XC_TOKEN}"
  • низкая Утечка данных net-credential-use scripts/query.sh:5
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис) (в кавычках — упоминание, а не команда)
    XC_TOKEN="${NOCO…bm3}"
    в кавычках

Просканировано файлов: 4. 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 53/100

  • 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
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 46
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 537 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
  • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 142 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 8 заголовков
  • +3Пошаговые инструкции: 46 пунктов
  • +4Есть примеры (1 блоков кода)
  • +3Все 1 скриптов описаны в инструкциях

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

Внешние проверки

ClawHub: suspicious
This yoga knowledge skill appears purpose-aligned, but it embeds a reusable remote database token and makes mandatory external queries without clear user-facing disclosure.
LLM: suspicious (high) · 29 мая 2026 г.