SKILLEMALL.ai

CF byted-kickart-saliency-segmenter

SKILL интеллектуального выделения объектов: автоматическое выделение объектов из файла изображения. Условия срабатывания: когда пользователь упоминает ключевые слова, такие как интеллектуальное выделение объектов, выделение объектов на изображении, выделение объектов, сегментация объекта, удаление фона, удаление фона, выделение объекта товара, или распознает эквивалентное намерение пользователя, вызывается этот SKILL для выполнения задачи выделения объектов.

машинный переводПоказать оригиналСкрыть оригинал«智能抠图SKILL:从图片文件自动抠图。触发条件:当用户提及智能抠图、图片抠图、抠图、主体分割、去背景、背景剔除、商品抠图等关键词,或识别到…»

智能抠图SKILL:从图片文件自动抠图。触发条件:当用户提及智能抠图、图片抠图、抠图、主体分割、去背景、背景剔除、商品抠图等关键词,或识别到用户表达等价意图时,调用此SKILL执行抠图任务。

ClawHub Agent Skills автор: volcengine-skills v1.0.2 MIT-0 18 файлов тело ≈ 2 018 токенов Открыть источникclawhub.ai проанализирован 20 ч назад

SKILL интеллектуального выделения объектов: автоматическое выделение объектов из файла изображения.

Как процесс F 35/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: {url}, {subject_url}, {mask_url}

ПроцедураИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
C
73/100
безопасность, качество, тесты
Безопасность 60%
85
Качество 40%
54
Прогон на моделях
не было
Процессный рейтинг
F
35/100
Не запустится
Скилл ссылается на файлы, которых нет в архиве: {url}, {subject_url}, {mask_url}
Инструменты и файлы вес 18
0
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
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/core/api/iccp/client.py:145
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • средняя Утечка данных net-redirectable-api-key scripts/core/api/meida/chunks.py:170
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment
  • средняя Утечка данных net-redirectable-api-key scripts/core/auth/strategy.py:70
    Скрипт отправляет API-ключ на хост из переменной окружения — ключ можно перенаправить на другой сервер
    API key + configurable base URL from environment

Просканировано файлов: 18. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • предупреждение missing-ref ссылка на отсутствующий файл: {url}
  • предупреждение missing-ref ссылка на отсутствующий файл: {subject_url}
  • предупреждение missing-ref ссылка на отсутствующий файл: {mask_url}

Процессный рейтинг: все десять параметров 35/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: {url}, {subject_url}, {mask_url}
  • 0Инструменты и файлы. Не хватает 3 файла(ов): {url}, {subject_url}, {mask_url}
  • 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
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Шаги. Шагов: 54
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2018 токенов
  • 100Повторный запуск. Изменяющих операций нет

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 95: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -215 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 16 заголовков
  • +3Пошаговые инструкции: 54 пунктов
  • +4Есть примеры (18 блоков кода)
  • +3Все 4 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 54.

Внешние проверки

ClawHub: suspicious
The skill has a plausible image cutout workflow, but it asks for cloud secrets in chat, uploads files to remote services, can mutate account/package state, and logs sensitive request data.
LLM: suspicious (high) · VirusTotal: · 11 июн. 2026 г.