SKILLEMALL.ai

BC canvas-lms-idp-auto-refresh

Автоматическое обновление токенов Canvas LMS API через вход в систему IDP (CAS/SAML) учреждения. Используйте, когда: (1) Canvas API возвращает 401 и вам нужно повторно аутентифицироваться, (2) настраивается автоматический жизненный цикл токенов для любого развертывания Canvas LMS за институциональным SSO (особенно для китайских университетов, использующих IDP типа id.fudan.edu.cn), (3) пользователь спрашивает о «токен Canvas истек», «自动刷新token», «elearning login», «IDP登录». Обрабатывает аутентификацию по паролю с шифрованием RSA, обмен билетами SSO, создание токенов и очистку старых токенов.

машинный переводПоказать оригиналСкрыть оригинал«Auto-refresh Canvas LMS API tokens via institutional IDP (CAS/SAML) lo…»

Auto-refresh Canvas LMS API tokens via institutional IDP (CAS/SAML) login. Use when: (1) Canvas API returns 401 and you need to re-authenticate, (2) setting up automated token lifecycle for any Canvas LMS deployment behind an institutional SSO (especially Chinese universities using id.fudan.edu.cn style IDP), (3) user asks about "canvas token expired", "自动刷新token", "elearning login", "IDP登录". Handles RSA-encrypted password auth, SSO ticket exchange, token creation and old token cleanup.

ClawHub Agent Skills автор: TheSumSt v1.0.0 MIT-0 8 файлов тело ≈ 1 169 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Автоматическое обновление токенов Canvas LMS API через вход в систему IDP (CAS/SAML) учреждения.

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
85/100
безопасность, качество, тесты
Безопасность 60%
93
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Когда включается вес 12
20
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 · 3

    ✓ Критических и высоких находок нет

    Средние и низкие: 3
    • средняя Утечка данных net-redirectable-api-key scripts/elearning_login.py:85
      Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
      API key + configurable base URL from environment
    • низкая Утечка данных read-dotenv README.md:28
      Чтение файла .env
      cp .env.example .env
    • низкая Утечка данных read-dotenv SKILL.md:37
      Чтение файла .env
      cp scripts/.env.example scripts/.env

    Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • предупреждение frontmatter-yaml SKILL.md: фронтматтер не разбирается как YAML (YAML parse error: Nested mappings are not allowed in compact mappings at line 2, column 14: description: Auto-refresh Canvas LMS API tokens via institutional IDP (CAS/SAML… ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

    Процессный рейтинг: все десять параметров 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 25
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1169 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • 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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • -31 из 3 скриптов не упомянуты в SKILL.md
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +5В description 3 примера фраз-триггеров в кавычках
    • +3Длина description 491 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 11 заголовков
    • +3Пошаговые инструкции: 25 пунктов
    • +4Есть примеры (4 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

    Внешние проверки

    ClawHub: suspicious
    This skill appears built for Canvas token refresh, but it handles institutional passwords and leaves sensitive token/session artifacts on disk by default.
    LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.