SKILLEMALL.ai
EN Войти

D opentask-client

OpenTask 分布式任务管理系统。查询和管理 OpenClaw 容器的任务。使用场景：(1) 查询待执行任务、获取任务列表、任务详情；(2) 创建任务、开始执行、完成任务、标记失败、重试、取消；(3) 查看今日统计、任务日志；(4) HEARTBEAT 集成任务检查。触发短语:"查询任务"、"获取任务"、"创建任务"、"完成任务"、"opentask"、"任务管理"。

Не рекомендуетсянизкая оценка D
ClawHub Agent Skills автор: Andy Tien v1.4.0 MIT-0 3 файла тело ≈ 1 090 токенов открыть источник ↗ проанализирован 26 ч назад
СправочникИнфраструктуратип 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
D
59/100
Общая оценка
Безопасность 60%
50
Качество 40%
73
Тесты бонус
0

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 срабатывания.
  2. Добавьте evals/evals.json с 4–6 реальными запросами и ожидаемыми ответами: тогда полная проверка использует ваши кейсы, а не черновик модели.
  3. Добавьте spec.yaml с триггерами и утверждениями (skilltest init): это контракт поведения для CI.

Находки guard · 10

✓ Критических и высоких находок нет

Средние и низкие: 10
  • средняя Утечка данных net-credential-use references/api.md:30
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-Bot-Key: $OPENTASK_API_KEY" "$OPENTASK_HOST/api/tasks"
  • средняя Утечка данных net-credential-use references/api.md:50
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-Bot-Key: $OPENTASK_API_KEY" \
  • средняя Утечка данных net-credential-use references/api.md:67
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-Bot-Key: $OPENTASK_API_KEY" \
  • средняя Утечка данных net-credential-use references/api.md:83
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-Bot-Key: $OPENTASK_API_KEY" \
  • средняя Утечка данных net-credential-use references/api.md:109
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -X POST -H "X-Bot-Key: $OPENTASK_API_KEY" \
  • средняя Утечка данных net-credential-use SKILL.md:95
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -H "X-Bot-Key: $OPENTASK_API_KEY" \
  • средняя Утечка данных net-credential-use SKILL.md:104
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -X POST -H "X-Bot-Key: $OPENTASK_API_KEY" \
  • средняя Утечка данных net-credential-use SKILL.md:113
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -X PUT -H "X-Bot-Key: $OPENTASK_API_KEY" \
  • средняя Утечка данных net-credential-use SKILL.md:120
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -X PUT -H "X-Bot-Key: $OPENTASK_API_KEY" \
  • средняя Утечка данных net-credential-use SKILL.md:139
    Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
    curl -s -H "X-Bot-Key: $OPENTASK_API_KEY" \

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

Lint

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

Процессная зрелость 33/100

  • 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: 1, без проверки текущего состояния
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1090 токенов
  • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

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
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 187 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 22 заголовков
  • +4Есть примеры (12 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (1 из 1)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This is a coherent OpenTask client, but it can let a configured remote task queue influence agent work and mutate task state without enough scoping or approval guidance.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.