SKILLEMALL.ai

AC stego-text

Кодируйте и декодируйте скрытые сообщения во внешне обычных текстах с помощью методов стеганографии. Используйте, когда вас просят спрятать сообщение в тексте, закодировать секретное сообщение, создать стеганографический текст, декодировать скрытое сообщение из текста или проанализировать текст на наличие скрытых кодировок. Поддерживает несколько методов кодирования, включая вероятностно-аномальную подстановку (Resonance), сопоставление по количеству слов (Structural Harmonic), акростихи и многоканальное подтверждение (Dual-Channel Harmonic).

машинный переводПоказать оригиналСкрыть оригинал«Encode and decode hidden messages within natural-looking text using st…»

Encode and decode hidden messages within natural-looking text using steganographic techniques. Use when asked to hide a message in text, encode a secret message, create steganographic text, decode a hidden message from text, or analyze text for hidden encodings. Supports multiple encoding methods including probability-anomaly substitution (Resonance), word-count mapping (Structural Harmonic), acrostic patterns, and multi-channel confirmation (Dual-Channel Harmonic).

ClawHub Agent Skills автор: Ken Zink v1.0.1 MIT-0 4 файла тело ≈ 730 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Кодируйте и декодируйте скрытые сообщения во внешне обычных текстах с помощью методов стеганографии.

Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
56/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
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

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 56/100

    • 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: 2, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 24
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 730 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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 470 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 24 пунктов
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is a transparent, instruction-only text steganography skill, but it should only be used for authorized and benign hidden-message work.
    LLM: benign (high) · VirusTotal: · 29 мая 2026 г.