SKILLEMALL.ai

AC agent-lifecycle-manager

Управление полным жизненным циклом агентов OpenClaw на узле: создание/регистрация агентов, настройка привязок каналов, опциональное наследование учетных данных с явного согласия, одобрение сопряжения, архивирование и удаление агентов, обновление панелей состояния и ведение журналов изменений жизненного цикла. Используйте, когда пользователь просит добавить нового агента, перенастроить существующего агента, вывести из эксплуатации/архивировать/удалить агентов или вести панели состояния агентов и журналы аудита жизненного цикла.

машинный переводПоказать оригиналСкрыть оригинал«Manage full OpenClaw agent lifecycle operations on a node: create/regi…»

Manage full OpenClaw agent lifecycle operations on a node: create/register agents, configure channel bindings, optionally inherit credentials with explicit consent, approve pairing, archive and delete agents, refresh status dashboards, and write lifecycle change logs. Use when a user asks to onboard a new agent, reconfigure an existing agent, retire/archive/delete agents, or maintain agent status boards and lifecycle audit records.

ClawHub Agent Skills автор: miniade v0.1.2 MIT-0 9 файлов · 6 скриптов тело ≈ 598 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Управление полным жизненным циклом агентов OpenClaw на узле: создание/регистрация агентов, настройка привязок каналов, опциональное наследование учетных…

Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, согласованность

ПроцедураTelegramИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
91
Прогон на моделях
не было
Процессный рейтинг
C
61/100
Есть пробелы
Результат и критерий готовности вес 14
0
Когда включается вес 12
20
Повторный запуск вес 4
30
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: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 61/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 12, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (agent-lifecycle-manager) не совпадает с папкой (miniade-agent-lifecycle-manager)
    • 55Ошибки и развилки. Развилок: 1
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 36
    • 100Стоимость исполнения. Тело инструкции 598 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы

    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 435 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 6 заголовков
    • +3Пошаговые инструкции: 36 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 6 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.

    Внешние проверки

    ClawHub: clean
    This skill performs powerful but clearly described OpenClaw agent management tasks, with the main risk being local archives that may contain sensitive agent data.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.