CF execution-harness-hub
Навигационный портал для системы надежности выполнения агентов. Соответствует, когда пользователь спрашивает, почему агент остановился, как предотвратить преждевременный выход агента, что такое execution harness, какие бывают 40 паттернов, 6-осевая архитектура, как настроить hook. Не выполняет конкретных действий — под-навыки обрабатывают их по отдельности.
машинный переводПоказать оригиналСкрыть оригинал«Agent 执行可靠性体系的导航入口。当用户询问 agent 为什么停了、怎么防 agent 提前退出、execution harness…»
Agent 执行可靠性体系的导航入口。当用户询问 agent 为什么停了、怎么防 agent 提前退出、execution harness 是什么、40 个 pattern 有哪些、6 轴架构、hook 怎么配时匹配。不执行具体操作——各子 skill 分别处理。
Навигационный портал для системы надежности выполнения агентов.
Как процесс F 29/100 · Не запустится — слабые места: шаги, результат и критерий готовности, когда включается
Чем это грозит
Скилл содержит фрагменты, которые в чужих руках стоят денег или данных. Ниже, что рискует потерять тот, кто установит, и что должен сделать автор.
Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.
Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.
Как улучшить
- Разберите находки высокой серьёзности: каждая стоит 18 баллов безопасности. Если это ложное срабатывание, добавьте код правила в guard.allow в spec.yaml.
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- 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 · 4
-
высокая Опасные команды
cmd-pipe-to-shelldocs/ata-execution-harness-v4.md:299Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell)检测到 <code>curl | sh</code> → 拦截
Средние и низкие: 3
-
средняя Опасные команды
cmd-pipe-to-shelldocs/ata-execution-harness-v4.md:282Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (определение детектора / чёрного списка)唯一例外:安全 guard。`tool-input-guard.sh` 检测 `rm -rf /`、`curl | sh` 时翻转为 fail-closed——宁可误拦。
детектор -
низкая Опасные команды
cmd-pipe-to-shelldocs/ata-execution-harness-v4.md:599Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (определение детектора / чёрного списка; строка таблицы в документации)| 2.6 | Tool input guard | script | 拦截 `rm -rf /`、`curl | sh` 等已知危险模式 |
детектортаблица -
низкая Опасные команды
cmd-pipe-to-shellREADME.md:129Скачивание и запуск удалённого кода с неизвестного хоста (pipe в shell) (определение детектора / чёрного списка; строка таблицы в документации)| 2.6 | Tool input guard | script | 拦截 `rm -rf /`、`curl \| sh` 等已知危险模式 |
детектортаблица
Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "triggers"
Процессный рейтинг: все десять параметров 29/100
- 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
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (execution-harness-hub) не совпадает с папкой (execution-harness)
- 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 100Стоимость исполнения. Тело инструкции 534 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)
- +3Нет пошаговых инструкций или чек-листа
- +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 132 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 5 заголовков
- +4Есть примеры (1 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 64.