SKILLEMALL.ai

B decision-gate

Tamper-evident decision logging for AI agents, with the one thing a local log can't give you: independent third-party verification. Use when an agent is about to do something it can't undo - send money, release data, deploy config, sign a transaction. Commits a hash-chained record of the decision BEFORE the action fires, so it can't be backfilled to look deliberate. Unlike a self-authored audit log (which is still your own word), this pairs with decision-gate-verifier: an external party that confirms the action matched the claim and signs a receipt anchored on Base that ANYONE can re-derive - a mismatch is a fraud proof, not a complaint. Stdlib-only Python, no dependencies, no server, no telemetry, free forever. TRIGGERS: audit trail, decision log, agent accountability, prove what my agent did, irreversible action, pre-commitment, tamper-evident log, compliance record, third-party verification, why did my agent do that.

ClawHub Agent Skills автор: vaahl-dev v1.4.1 MIT-0 3 файла тело ≈ 3 589 токенов открыть источник ↗ проанализирован 6 ч назад

Tamper-evident decision logging for AI agents, with the one thing a local log can't give you: independent third-party verification.

АнализаторИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
B
87/100
Общая оценка
Безопасность 60%
100
Качество 40%
68
Тесты бонус
0

Как улучшить

  1. Добавьте evals/evals.json с 4–6 реальными запросами и ожидаемыми ответами: тогда полная проверка использует ваши кейсы, а не черновик модели.
  2. Добавьте spec.yaml с триггерами и утверждениями (skilltest init): это контракт поведения для CI.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

Lint

  • 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: Tamper-evident decision logging for AI agents, with the one thing … ^ ); поля прочитаны построчно. Обычная причина — двоеточие в незакавыченном значении

Процессная зрелость 38/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 15, без проверки текущего состояния
  • 50Шаги. Шагов: 2
  • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 3589 токенов
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

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)
  • +3Длина description 933: рекомендуется 120–800 символов
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 11 заголовков
  • +4Есть примеры (2 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.

Внешние проверки

ClawHub: clean
This skill is a local decision-log helper that writes and verifies tamper-evident JSONL records without network access or credential handling.
LLM: benign (high) · VirusTotal: · 14 авг. 2026 г.