SKILLEMALL.ai

AC codex-auth-fallback

Настраивает многопровайдерскую аутентификацию OpenClaw с резервными профилями OAuth OpenAI Codex и автоматическим переключением моделей. Используется при настройке нескольких учетных записей OpenAI Codex для обхода ограничений скорости, добавлении новых профилей OAuth Codex через поток устройств или настройке cron-задания для автоматического переключения моделей, когда провайдер достигает лимита.

машинный переводПоказать оригиналСкрыть оригинал«Set up OpenClaw multi-provider auth with OpenAI Codex OAuth fallback p…»

Set up OpenClaw multi-provider auth with OpenAI Codex OAuth fallback profiles and automatic model switching. Use when configuring multiple OpenAI Codex accounts for rate-limit failover, adding new Codex OAuth profiles via device flow, or setting up a cron job to auto-switch models when a provider hits cooldown.

ClawHub Agent Skills автор: Markeljan v1.1.0 4 файла · 1 скрипт тело ≈ 1 307 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Настраивает многопровайдерскую аутентификацию OpenClaw с резервными профилями OAuth OpenAI Codex и автоматическим переключением моделей.

Как процесс C 54/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность

ИнтеграцияРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
C
54/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
20
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "requires"
    • заметка frontmatter-key неизвестное поле фронтматтера "files_read"
    • заметка frontmatter-key неизвестное поле фронтматтера "files_write"

    Процессный рейтинг: все десять параметров 54/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (codex-auth-fallback) не совпадает с папкой (codex-multi-subscription-auth-fallbacks)
    • 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 34, расплывчатых формулировок: 2
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 1307 токенов
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 312 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 34 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.

    Внешние проверки

    ClawHub: clean
    This skill is sensitive because it copies OAuth tokens for failover, but the behavior is coherent with its stated purpose and is largely disclosed to the user.
    LLM: benign (high) · VirusTotal: suspicious · 28 мая 2026 г.