SKILLEMALL.ai
EN Войти

AC qinglong

Управление панелью QingLong (青龙) через REST API — cron-задачи, переменные окружения, скрипты, зависимости, подписки, логи и системные операции. Используйте этот навык, когда пользователь упоминает QingLong, 青龙面板, запланированные задачи на саморазмещенной панели или хочет управлять cron-задачами / переменными окружения / скриптами на своем экземпляре QingLong, даже если он явно не говорит "QingLong". Также срабатывает для запросов типа "帮我查看定时任务", "添加环境变量", "运行脚本", "禁用任务", "查看日志", когда контекст — это панель QingLong.

машинный переводПоказать оригиналСкрыть оригинал«Manage QingLong (青龙) panel via REST API — cron jobs, environment varia…»

Manage QingLong (青龙) panel via REST API — cron jobs, environment variables, scripts, dependencies, subscriptions, logs and system operations. Use this skill whenever the user mentions QingLong, 青龙面板, scheduled tasks on a self-hosted panel, or wants to manage cron jobs / env vars / scripts on their QingLong instance, even if they don't say "QingLong" explicitly. Also trigger for requests like "帮我查看定时任务", "添加环境变量", "运行脚本", "禁用任务", "查看日志" when the context is a QingLong panel.

ClawHub Agent Skills автор: NNNNzs v1.0.2 MIT-0 7 файлов · 1 скрипт тело ≈ 1 252 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Управление панелью QingLong (青龙) через REST API — cron-задачи, переменные окружения, скрипты, зависимости, подписки, логи и системные операции.

Как процесс C 57/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, согласованность

ИнтеграцияИнфраструктуратип 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
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
96
Прогон на моделях
не было
Процессный рейтинг
C
57/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

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

    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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • средняя Утечка данных net-credential-use scripts/ql.sh:60
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      response=$(curl -sf "${QL_URL}/open/auth/token?client_id=${QL_CLIENT_ID}&client_secret=${QL_CLIENT_SECRET}" 2>&1) || \

    Просканировано файлов: 7. 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 57/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (qinglong) не совпадает с папкой (qinglong-skills)
    • 60Инструменты и файлы. Используются инструменты (bash, web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 4
    • 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
    • 100Стоимость исполнения. Тело инструкции 1252 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

    • +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
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 477 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 12 заголовков
    • +3Пошаговые инструкции: 4 пунктов
    • +4Есть примеры (7 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)
    • +3Все 1 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 96.

    Внешние проверки

    ClawHub: suspicious
    This is a disclosed QingLong admin skill, but it exposes very powerful panel and host controls without enough guardrails.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.